Python Matplotlib通过plt.subplots创建子绘图

当我们需要在一个图形中绘制多个子图时，可以使用Python Matplotlib库通过plt.subplots创建子绘图。

创建子图

我们首先需要导入Matplotlib库：

import matplotlib.pyplot as plt

然后，使用plt.subplots()函数创建一个新的图形和子图：

fig, ax = plt.subplots()

通过这个语句，我们会得到一个新的图形和一个子图ax。

如果我们需要在同一个图形中创建多个子图，我们可以使用plt.subplots()函数的nrows和ncols参数来指定需要的子图数和子图的排列方式。例如：

fig, axs = plt.subplots(nrows=2, ncols=2)

这样，我们会得到一个2x2个子图的图形和一个子图数组axs。

绘制图形

得到了子图后，我们就可以像绘制普通图形一样 ax.plot() 或 ax.scatter() 来在子图上绘制图形。

例如，我们可以在第一个子图中绘制一条sin函数曲线，和一些随机点：

import numpy as np

x = np.linspace(-np.pi, np.pi, 100)
y = np.sin(x)

axs[0, 0].plot(x, y)

axs[0, 0].scatter(np.random.rand(10), np.random.rand(10))

需要注意的是，绘制函数的参数是对应子图的对象而不是整个图形对象。比如，我们需要在第一个子图中绘制图形，需要使用axs[0, 0]代表第一个子图。

我们还可以为每个子图设置图形属性，例如子图的标题、坐标轴标签等。例如：

axs[0, 0].set_title('sin(x)')
axs[0, 0].set_xlabel('x')
axs[0, 0].set_ylabel('y')

这会设置第一个子图的标题为sin(x)，x轴标签为x，y轴标签为y。

示例

以下是一个绘制多个子图的完整示例：

import numpy as np
import matplotlib.pyplot as plt

# 创建一个2x2个子图的图形
fig, axs = plt.subplots(nrows=2, ncols=2)

# 在第一个子图中绘制sin函数
x = np.linspace(-np.pi, np.pi, 100)
y = np.sin(x)
axs[0, 0].plot(x, y)
axs[0, 0].set_title('sin(x)')
axs[0, 0].set_xlabel('x')
axs[0, 0].set_ylabel('y')

# 在第二个子图中绘制cos函数
y = np.cos(x)
axs[0, 1].plot(x, y)
axs[0, 1].set_title('cos(x)')
axs[0, 1].set_xlabel('x')
axs[0, 1].set_ylabel('y')

# 在第三个子图中绘制随机点
axs[1, 0].scatter(np.random.rand(10), np.random.rand(10))
axs[1, 0].set_title('random points')
axs[1, 0].set_xlabel('x')
axs[1, 0].set_ylabel('y')

# 在第四个子图中绘制正态分布
x = np.linspace(-5, 5, 100)
y = 1/(np.sqrt(2*np.pi)) * np.exp(-0.5 * x**2)
axs[1, 1].plot(x, y)
axs[1, 1].set_title('normal distribution')
axs[1, 1].set_xlabel('x')
axs[1, 1].set_ylabel('y')

plt.show()

这个例子中，我们同时绘制了四个子图，包括sin函数曲线、cos函数曲线、随机点和正态分布曲线。每个子图都有自己的标题和坐标轴标签。