python 一个figure上显示多个图像的实例

接下来我将为您详细讲解“Python 一个figure上显示多个图像的实例”的攻略。

在 Matplotlib 中，使用 Figure 和 Axes 对象创建并显示图像。其中，Figure 对象表示整张图像，可以包含多个 Axes 对象；而 Axes 对象则表示具体的绘图区域，也就是我们常说的子图。

下面是一些示例，让我们看看如何在一个 Figure 上显示多个图像。

示例1：使用 subplot 函数实现

subplot 函数可以创建一个网格状子图，并返回每个子图的 Axes 对象。我们可以使用这些 Axes 对象绘制不同的图像。

import matplotlib.pyplot as plt
import numpy as np

# 创建一个 2x2 的子图
fig, axes = plt.subplots(nrows=2, ncols=2)

# 在第一个子图中绘制正弦曲线
x = np.linspace(0, 2*np.pi, 100)
y_sin = np.sin(x)
axes[0, 0].plot(x, y_sin)
axes[0, 0].set_title('sin(x)')

# 在第二个子图中绘制余弦曲线
y_cos = np.cos(x)
axes[0, 1].plot(x, y_cos)
axes[0, 1].set_title('cos(x)')

# 在第三个子图中绘制正切曲线
y_tan = np.tan(x)
axes[1, 0].plot(x, y_tan)
axes[1, 0].set_title('tan(x)')

# 在第四个子图中绘制正切曲线的导数
y_derivative = 1 / np.cos(x) ** 2
axes[1, 1].plot(x, y_derivative)
axes[1, 1].set_title('1/cos^2(x)')

# 调整子图之间的间距
plt.subplots_adjust(hspace=0.5)

# 显示图像
plt.show()

代码中，我们使用 plt.subplots 函数创建一个 2x2 的子图，并将返回的 Axes 对象存储在 axes 变量中。然后，我们在每个子图上绘制不同的曲线，并设置每个子图的标题。最后，使用 plt.subplots_adjust 函数调整子图之间的间距，并调用 plt.show 函数显示图像。

示例2：使用 gridspec 函数实现

gridspec 函数可以创建具有复杂网格布局的子图，可以通过指定每个子图的网格位置来创建非常灵活的布局。

import matplotlib.gridspec as gridspec

# 创建有特定布局的子图
fig = plt.figure(figsize=(8, 6))
gs = gridspec.GridSpec(2, 3, width_ratios=[2, 1, 1], height_ratios=[1, 2])

# 在第一个子图中绘制正弦曲线
x = np.linspace(0, 2*np.pi, 100)
y_sin = np.sin(x)
ax1 = fig.add_subplot(gs[0, 0])
ax1.plot(x, y_sin)
ax1.set_title('sin(x)')

# 在第二个子图中绘制余弦曲线
y_cos = np.cos(x)
ax2 = fig.add_subplot(gs[0, 1])
ax2.plot(x, y_cos)
ax2.set_title('cos(x)')

# 在第三个子图中绘制正切曲线
y_tan = np.tan(x)
ax3 = fig.add_subplot(gs[0, 2])
ax3.plot(x, y_tan)
ax3.set_title('tan(x)')

# 在第四个子图中绘制正切曲线的导数
y_derivative = 1 / np.cos(x) ** 2
ax4 = fig.add_subplot(gs[1, :])
ax4.plot(x, y_derivative)
ax4.set_title('1/cos^2(x)')

# 显示图像
plt.show()

代码中，我们首先创建包含两行三列子图的网格，其中第一行有两列，第二行有一列。我们还指定了每个子图的高度和宽度比例。然后，我们在每个子图上绘制不同的曲线，并设置每个子图的标题。最后，我们调用 plt.show 函数显示图像。

以上就是使用 subplot 和 gridspec 函数在一个 Figure 上显示多个图像的示例说明。