python实现在一个画布上画多个子图

实现在一个画布上画多个子图，可以通过matplotlib库中的subplot()函数来实现。subplot()函数可以在一个画布上创建子图，根据网格的行数、列数和子图编号来定位子图的位置。

步骤如下：

1.导入相关的库文件

首先需要导入matplotlib库和numpy库。其中numpy库用于生成随机数。

import matplotlib.pyplot as plt
import numpy as np

2.创建画布和子图

可以使用plt.subplots()函数来创建一个画布和子图。这个函数返回画布(Figure)和子图(Axes)对象，我们可以使用这些对象来绘制图形。在这个函数中，可以设置网格的行数、列数和子图编号。

fig, axes = plt.subplots(rows, cols, num, figsize=(10, 8))

其中：

• rows表示子图网格的行数
• cols表示子图网格的列数
• num表示子图的编号，从左到右，从上到下，从1开始递增
• figsize参数设置画布大小，单位为英寸

3.绘制子图

通过axes对象进行图形绘制。然后就可以在每个子图中绘制想要的图形，比如折线图、散点图等。

axes[row][col].plot(x, y)
axes[row][col].scatter(x, y)

其中，row表示子图在网格中的行数，col表示子图在网格中的列数。

4.添加标题和标签

对于每个子图，可以添加标题和标签。可以使用set_title()函数来设置标题，使用set_xlabel()和set_ylabel()函数来设置x轴和y轴的标签。

axes[row][col].set_title('Title')
axes[row][col].set_xlabel('X Label')
axes[row][col].set_ylabel('Y Label')

示例1：创建一个2行2列的子图网格，分别绘制4个正弦曲线图

x = np.arange(0, 2 * np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = np.sin(x) + np.cos(x)

fig, axes = plt.subplots(2, 2, figsize=(10, 8))

axes[0][0].plot(x, y1, 'r', linewidth=2)
axes[0][0].set_title('Sin(x)')
axes[0][0].set_xlabel('x')
axes[0][0].set_ylabel('y')

axes[0][1].plot(x, y2, 'g', linewidth=2)
axes[0][1].set_title('Cos(x)')
axes[0][1].set_xlabel('x')
axes[0][1].set_ylabel('y')

axes[1][0].plot(x, y3, 'b', linewidth=2)
axes[1][0].set_title('Tan(x)')
axes[1][0].set_xlabel('x')
axes[1][0].set_ylabel('y')

axes[1][1].plot(x, y4, 'm', linewidth=2)
axes[1][1].set_title('Sin(x)+Cos(x)')
axes[1][1].set_xlabel('x')
axes[1][1].set_ylabel('y')

plt.show()

示例2：创建一个3行1列的子图网格，分别绘制直方图、饼图和散点图

fig, axes = plt.subplots(3, 1, figsize=(8, 12))

x = np.random.randn(1000)

axes[0].hist(x, bins=20)
axes[0].set_title('Histogram')

labels = ['A', 'B', 'C', 'D', 'E']
sizes = [15, 30, 45, 10, 30]
colors = ['red', 'blue', 'green', 'yellow', 'gray']

axes[1].pie(sizes, labels=labels, colors=colors)
axes[1].set_title('Pie Chart')

x = np.random.randn(50)
y = 2 * x + 3 + np.random.randn(50)

axes[2].scatter(x, y, alpha=0.8, c='blue')
axes[2].set_title('Scatter Plot')
axes[2].set_xlabel('X')
axes[2].set_ylabel('Y')

plt.show()

通过以上示例，可以很容易地实现在一个画布上画多个子图。