Matplotlib中如何绘制多个图表并排显示

# 1. Matplotlib简介**

Matplotlib是一个强大的Python库，用于创建各种交互式、出版质量的图表。它以其易用性和广泛的定制选项而闻名，使其成为数据可视化和探索的理想选择。Matplotlib提供了多种图表类型，包括折线图、条形图、散点图和直方图，以及对颜色、线型、标记和轴标签等元素的全面控制。

# 2. 绘制单个图表

### 2.1 图表类型和配置

Matplotlib 提供了广泛的图表类型，包括折线图、柱状图、散点图、饼图等。要创建图表，首先需要导入 Matplotlib 库并创建一个 Figure 对象，它代表绘图区域。然后，可以使用 `add_subplot()` 方法添加一个或多个 Axes 对象，每个 Axes 对象代表一个图表。

import matplotlib.pyplot as plt

# 创建 Figure 对象
fig = plt.figure()

# 添加一个 Axes 对象，代表折线图
ax = fig.add_subplot()

# 设置图表标题和标签
ax.set_title("折线图示例")
ax.set_xlabel("x 轴")
ax.set_ylabel("y 轴")

接下来，可以根据图表类型配置图表。例如，折线图可以使用 `plot()` 方法绘制，该方法接受 x 和 y 数据作为参数。

# 绘制折线图
ax.plot([1, 2, 3], [4, 5, 6])

### 2.2 数据可视化和格式化

Matplotlib 提供了多种方法来可视化和格式化数据。例如，可以使用 `marker` 参数指定数据点的形状，使用 `linestyle` 参数指定线条样式，使用 `color` 参数指定颜色。

# 设置数据点形状为圆圈，线条样式为虚线，颜色为蓝色
ax.plot([1, 2, 3], [4, 5, 6], marker="o", linestyle="--", color="blue")

还可以使用 `legend()` 方法添加图例，以标识不同的数据集。

# 添加图例
ax.legend(["数据集 1", "数据集 2"])

通过结合图表类型、配置和数据可视化，可以创建各种各样的图表来有效地展示数据。

# 3. 绘制并排图表

### 3.1 使用subplot()函数

Matplotlib 提供了 `subplot()` 函数来绘制并排图表。`subplot()` 函数接受三个参数：

- `nrows`：子图的行数
- `ncols`：子图的列数
- `index`：要绘制子图的索引

例如，以下代码绘制一个包含两个并排子图的图形：

import matplotlib.pyplot as plt

# 创建一个包含 2 行 1 列的子图
fig, axs = plt.subplots(2, 1)

# 在第一个子图中绘制数据
axs[0].plot([1, 2, 3], [4, 5, 6])

# 在第二个子图中绘制数据
axs[1].plot([7, 8, 9], [10, 11, 12])

# 显示图形
plt.show()

### 3.2 调整图表布局和间距

`subplot()` 函数还允许调整图表布局和间距。可以通过 `figsize` 参数设置图形的大小，通过 `tight_layout()` 函数自动调整子图之间的间距。

例如，以下代码绘制一个包含两个并排子图的图形，并设置图形大小和调整间距：

import matplotlib.pyplot as plt

# 创建一个包含 2 行 1 列的子图
fig, axs = plt.subplots(2, 1, figsize=(10, 5))

# 在第一个子图中绘制数据
axs[0].plot([1, 2, 3], [4, 5, 6])

# 在第二个子图中绘制数据
axs[1].plot([7,