### 如何在 Python 中使用 Matplotlib 绘制多子图 在 Python 的 Matplotlib 库中，可以通过 `plt.subplots()` 或者多次调用 `plt.subplot()` 来实现多子图的绘制。以下是两种方法的具体说明以及示例代码。 #### 方法一：使用 `plt.subplots()` `plt.subplots()` 函数可以一次性创建多个子图，并返回一个包含这些子图对象的数组。通过这种方式，可以方便地管理各个子图的内容和布局[^4]。 ```python import numpy as np import matplotlib.pyplot as plt # 创建数据 t = np.arange(0.0, 2.0, 0.01) s1 = np.sin(2 * np.pi * t) s2 = np.cos(2 * np.pi * t) # 使用 subplots 创建两个子图 fig, (ax1, ax2) = plt.subplots(2, sharex=True) # 在第一个子图上绘制正弦波 ax1.plot(t, s1, 'b-', label='sin') ax1.set_ylabel('Amplitude') ax1.legend(loc='upper left') # 在第二个子图上绘制余弦波 ax2.plot(t, s2, 'g-', label='cos') ax2.set_xlabel('Time [s]') ax2.set_ylabel('Amplitude') ax2.legend(loc='upper left') # 添加共享光标功能 from matplotlib.widgets import MultiCursor multi_cursor = MultiCursor(fig.canvas, (ax1, ax2), color='r', lw=1) plt.tight_layout() plt.show() ``` 此代码展示了如何利用 `sharex=True` 参数让两个子图共享同一个 X 轴坐标系，并引入了 `MultiCursor` 类来增强用户体验[^2]。 --- #### 方法二：使用 `plt.subplot()` 另一种方式是单独定义每一个子图的位置及其属性。这种方法更加灵活，适合复杂布局的情况。 ```python import numpy as np import matplotlib.pyplot as plt # 数据准备 np.random.seed(19680801) x = np.random.rand(10) y = np.random.rand(10) z = np.sqrt(x**2 + y**2) # 子图1 plt.subplot(3, 2, 1) # 表示第1行第1列的第一个位置 plt.scatter(x, y, s=80, c=z, marker=">") plt.title("Subplot 1") # 子图2 plt.subplot(3, 2, 2) # 第1行第2列 plt.scatter(x, y, s=80, c=z, marker=(5, 0)) plt.title("Subplot 2") # 子图3 verts = np.array([[-1, -1], [1, -1], [1, 1], [-1, -1]]) plt.subplot(3, 2, 3) # 第2行第1列 plt.scatter(x, y, s=80, c=z, marker=verts) plt.title("Subplot 3") # 子图4 plt.subplot(3, 2, 4) # 第2行第2列 plt.scatter(x, y, s=80, c=z, marker=(5, 1)) plt.title("Subplot 4") # 子图5 plt.subplot(3, 2, 5) # 第3行第1列 plt.scatter(x, y, s=80, c=z, marker="+") plt.title("Subplot 5") # 子图6 plt.subplot(3, 2, 6) # 第3行第2列 plt.scatter(x, y, s=80, c=z, marker=(5, 2)) plt.title("Subplot 6") plt.tight_layout() plt.show() ``` 这段代码演示了一个更复杂的网格布局场景，其中包含了六个不同样式的散点图[^4]。 --- ### 总结 无论是采用 `plt.subplots()` 还是逐个设置 `plt.subplot()`，都可以有效地完成多子图的整合工作。具体选择取决于实际需求和个人偏好。如果需要进一步优化交互体验，则可考虑加入如 `MultiCursor` 等工具提升可视化效果[^2]。