### 使用Python Matplotlib Pyplot将三张图合并到一个图形中 在Python中，`matplotlib.pyplot`提供了多种方法来将多个图表组合在一个图形窗口中显示。最常用的方式之一是使用`subplot()`函数或者更加灵活的`GridSpec`模块[^1]。 #### 方法一：使用`subplot()` `subplot()`允许用户定义一个多行多列的网格，并指定当前活动的子图区域。下面是一个简单的例子，展示了如何在同一图形对象中绘制三个独立的子图： ```python import numpy as np import matplotlib.pyplot as plt # 数据准备 x = np.linspace(0, 5 * np.pi, 1000) y1 = np.sin(x) y2 = np.cos(x) y3 = np.tan(x) # 创建第一个子图 plt.subplot(3, 1, 1) # 参数表示：总行数、总列数以及当前子图编号 plt.plot(x, y1, 'b-') plt.title('Sine Wave') # 创建第二个子图 plt.subplot(3, 1, 2) plt.plot(x, y2, 'g-') plt.title('Cosine Wave') # 创建第三个子图 plt.subplot(3, 1, 3) plt.plot(x[y3 >= -10 & (y3 <= 10)], y3[(y3 >= -10) & (y3 <= 10)], 'r-') # 处理tan无穷大问题 plt.title('Tangent Wave') # 自动调整子图间距 plt.tight_layout() plt.show() ``` 此代码片段创建了一个具有三行一列布局的图形界面，在每一行分别绘出了正弦波形、余弦波形和切线波形[^2]。 #### 方法二：采用`GridSpec`实现更复杂的布局 当需要更为精细地控制各个子图之间的相对大小与位置关系时，推荐使用`GridSpec`工具。如下所示实例演示了怎样构建一种非均匀分布式的复合型结构： ```python import matplotlib.gridspec as gridspec fig = plt.figure(figsize=(10, 8)) gs = gridspec.GridSpec(3, 3) ax1 = fig.add_subplot(gs[:2, :2]) ax1.plot(x, y1, 'b-', linewidth=2) ax1.set_title('Large Sine Plot') ax2 = fig.add_subplot(gs[0, 2]) ax2.plot(x, y2, 'g-', linewidth=2) ax2.set_title('Small Cosine Plot') ax3 = fig.add_subplot(gs[1, 2]) ax3.plot(x, y3[(y3 >= -10) & (y3 <= 10)], 'r-', linewidth=2) ax3.set_title('Small Tangent Plot') ax4 = fig.add_subplot(gs[2, :]) ax4.plot(x, np.log(np.abs(y1)), 'purple', linewidth=2) ax4.set_title('Logarithmic of Absolute Value of Sine') plt.tight_layout() plt.show() ``` 这种方法不仅能够轻松定制各部分所占比例，而且还能方便地应对那些涉及跨行列单元格的情况[^1]。 ---