plt.show显示两张图怎么弄

可以使用Matplotlib库中的subplot()函数来实现在同一窗口显示多张图像。下面是一个简单的例子：

import matplotlib.pyplot as plt
import numpy as np

# 创建两幅图像
x = np.arange(0, 10, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制第一幅图像
plt.subplot(2, 1, 1) # 子图数量为2行1列，当前为第1个子图
plt.plot(x, y1, 'r-')
plt.title('sin(x)')

# 绘制第二幅图像
plt.subplot(2, 1, 2) # 子图数量为2行1列，当前为第2个子图
plt.plot(x, y2, 'b--')
plt.title('cos(x)')

# 显示图像
plt.show()

其中，plt.subplot()函数的第一个参数指定子图的行数，第二个参数指定子图的列数，第三个参数指定当前子图的位置。例如，plt.subplot(2, 2, 1)表示在2行2列的图像中，当前的子图位置为左上角。在绘制完所有子图后，调用plt.show()函数将图像显示出来。

相关问题

plt.show输出多张图片，图片在自己电脑上

如果你想要在自己电脑上查看多张图片，可以将这些图片保存到本地。可以使用`plt.savefig()`函数来保存图片，该函数需要指定保存文件的路径和文件名。例如：

import matplotlib.pyplot as plt

# 画图1
plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.savefig('figure1.png')

# 画图2
plt.plot([4, 3, 2, 1])
plt.ylabel('other numbers')
plt.savefig('figure2.png')

这段代码会生成两张图片，分别保存为`figure1.png`和`figure2.png`，并保存到当前工作目录下。你可以通过文件浏览器打开该目录，找到这些图片并打开查看。

#绘制训练集真实值和预测值图像 plt.plot(train.index, train.values, label='Train') plt.plot(train.index, model_fit.predict(start=train.index[0], end=train.index[-1]), label='Predicted') plt.xlabel('Time/h') plt.ylabel('kwh') plt.title('Training Set') plt.legend() plt.show() #绘制测试集真实值和预测值图像 plt.plot(test.index, test.values, label='Test') plt.plot(test.index, predictions, label='Predicted') plt.xlabel('Time/h') plt.ylabel('kwh') plt.title('Testing Set') plt.legend() plt.show()将上述代码改写为将训练集和测试集分别绘制在两张图上

训练集图像代码：

import matplotlib.pyplot as plt

# 绘制训练集真实值和预测值图像
plt.plot(train.index, train.values, label='Train')
plt.plot(train.index, model_fit.predict(start=train.index[0], end=train.index[-1]), label='Predicted')
plt.xlabel('Time/h')
plt.ylabel('kwh')
plt.title('Training Set')
plt.legend()
plt.show()

测试集图像代码：

import matplotlib.pyplot as plt

# 绘制测试集真实值和预测值图像
plt.plot(test.index, test.values, label='Test')
plt.plot(test.index, predictions, label='Predicted')
plt.xlabel('Time/h')
plt.ylabel('kwh')
plt.title('Testing Set')
plt.legend()
plt.show()