Matplotlib 如何使用Matplotlib在同一个窗口中绘制多张图

在Python中，Matplotlib是一个广泛使用的绘图库，它可以绘制各种类型的图形。在本文中，我们将讲解如何使用Matplotlib在同一个窗口中绘制多张图。

创建多图

使用Matplotlib创建多张图是非常简单的。我们只需要在调用绘图函数之前调用plt.subplots()函数即可。下面是一个简单的例子，展示了如何在同一个窗口中绘制多张图：

import matplotlib.pyplot as plt
import numpy as np

# Create some data
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# Create two subplots
fig, (ax1, ax2) = plt.subplots(1, 2)

# Plot the data
ax1.plot(x, y1)
ax2.plot(x, y2)

# Show the plot
plt.show()

在这个例子中，我们先创建了一些数据，并且使用plt.subplots()创建了两个子图。plt.subplots(1, 2)表示我们要创建一个1行2列的窗口，并在其中放置两个子图（ax1和ax2）。接下来，我们在每个子图上绘制了不同的曲线，并使用plt.show()显示了窗口。

多个子图和坐标轴

除了2个子图的情况，我们还可以在一个窗口中放置多个子图。下面是一个简单的例子，展示了如何在同一个窗口中绘制4张图：

import matplotlib.pyplot as plt
import numpy as np

# Create some data
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = x ** 2

# Create four subplots
fig, axes = plt.subplots(nrows=2, ncols=2)

# Plot the data
axes[0, 0].plot(x, y1)
axes[0, 1].plot(x, y2)
axes[1, 0].plot(x, y3)
axes[1, 1].plot(x, y4)

# Add some labels
axes[0, 0].set_title('sin(x)')
axes[0, 1].set_title('cos(x)')
axes[1, 0].set_title('tan(x)')
axes[1, 1].set_title('x^2')
axes[0, 0].set_xlabel('x')
axes[0, 1].set_xlabel('x')
axes[1, 0].set_xlabel('x')
axes[1, 1].set_xlabel('x')
axes[0, 0].set_ylabel('y')
axes[0, 1].set_ylabel('y')
axes[1, 0].set_ylabel('y')
axes[1, 1].set_ylabel('y')

# Show the plot
plt.show()

在这个例子中，我们使用plt.subplots(nrows=2, ncols=2)创建了一个2行2列的窗口，并在其中放置了4个子图。我们可以通过axes[row_index, column_index]来访问每个子图。接下来，我们在每个子图上绘制不同的曲线，并添加了一些标题，标签和标签。

共享轴

如果我们想在多个子图中共享坐标轴，可以使用sharex和sharey参数。例如，下面是一个展示了如何共享x轴的例子：

import matplotlib.pyplot as plt
import numpy as np

# Create some data
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = x ** 2

# Create four subplots
fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True)

# Plot the data
axes[0, 0].plot(x, y1)
axes[0, 1].plot(x, y2)
axes[1, 0].plot(x, y3)
axes[1, 1].plot(x, y4)

# Add some labels
axes[0, 0].set_title('sin(x)')
axes[0, 1].set_title('cos(x)')
axes[1, 0].set_title('tan(x)')
axes[1, 1].set_title('x^2')

# Set shared x label
fig.text(0.5, 0.04, 'x', ha='center')

# Show the plot
plt.show()

在这个例子中，我们使用sharex=True来共享所有子图的x轴。然后我们在每个子图上绘制了不同的曲线，并添加了一些标题。我们使用了fig.text()函数来为整个窗口添加一个共享x轴的标签。

子图网格

除了使用nrows和ncols参数来创建子图网格之外，我们还可以使用gridspec来控制子图的大小和位置。下面是一个展示了如何使用gridspec来创建一个自定义子图网格的例子：

import matplotlib.pyplot as plt
import numpy as np

# Create some data
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = x ** 2

# Create a custom grid
gs = plt.GridSpec(2, 2, width_ratios=[1, 2], height_ratios=[2, 1])
gs.update(wspace=0.4, hspace=0.4)

# Create four subplots
ax1 = plt.subplot(gs[0, 0])
ax2 = plt.subplot(gs[0, 1])
ax3 = plt.subplot(gs[1, :])

# Plot the data
ax1.plot(x, y1)
ax2.plot(x, y2)
ax3.plot(x, y3)

# Add some labels
ax1.set_title('sin(x)')
ax2.set_title('cos(x)')
ax3.set_title('tan(x)')
ax1.set_xlabel('x')
ax2.set_xlabel('x')
ax3.set_xlabel('x')
ax1.set_ylabel('y')
ax2.set_ylabel('y')
ax3.set_ylabel('y')

# Show the plot
plt.show()

在这个例子中，我们首先使用plt.GridSpec()函数创建了一个自定义网格。我们可以通过width_ratios和height_ratios参数来指定每行和每列的宽度/高度。然后，我们在网格中创建了三个子图，并在每个子图上绘制了不同的曲线。我们使用了gs[0, 0]，gs[0, 1]和gs[1, :]来获取每个子图的位置。最后，我们添加了一些标题，标签和标签，并使用plt.show()显示了整个窗口。