Python画图如何出现两个图

Python画图出现两个图的方法有：使用subplot、使用figure、使用不同的绘图库。其中，最常用的方法是使用 matplotlib 库的 subplot 和 figure 功能。下面我们详细展开这两种方法。

一、SUBPLOT

使用 subplot 可以在同一个画布上绘制多个子图，这样可以方便地将多个图表进行对比。subplot 的参数包括行数、列数和子图的位置。通过调整这些参数，可以非常灵活地控制图表的布局。

基本用法

import matplotlib.pyplot as plt
创建一个2行1列的子图
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title('Subplot 1')
创建第二个子图
plt.subplot(2, 1, 2)
plt.plot([1, 2, 3], [6, 5, 4])
plt.title('Subplot 2')
plt.show()

在这个例子中，我们创建了一个2行1列的子图，并在这两个子图中分别绘制了不同的数据。

调整间距

为了使子图之间的间距更合理，可以使用 plt.tight_layout() 函数，它会自动调整子图之间的间距，使图表看起来更美观。

import matplotlib.pyplot as plt
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title('Subplot 1')
plt.subplot(2, 1, 2)
plt.plot([1, 2, 3], [6, 5, 4])
plt.title('Subplot 2')
plt.tight_layout()
plt.show()

使用 plt.tight_layout() 后，子图之间的间距会自动调整，避免图表重叠。

复杂布局

如果需要更复杂的布局，比如2行2列的子图，可以通过调整 subplot 的参数来实现。

import matplotlib.pyplot as plt
plt.subplot(2, 2, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title('Subplot 1')
plt.subplot(2, 2, 2)
plt.plot([1, 2, 3], [6, 5, 4])
plt.title('Subplot 2')
plt.subplot(2, 2, 3)
plt.plot([1, 2, 3], [4, 4, 4])
plt.title('Subplot 3')
plt.subplot(2, 2, 4)
plt.plot([1, 2, 3], [6, 6, 6])
plt.title('Subplot 4')
plt.tight_layout()
plt.show()

在这个例子中，我们创建了一个2行2列的子图，并在每个子图中绘制了不同的数据。

二、FIGURE

使用 figure 可以创建多个独立的图表，每个图表可以独立显示和调整。这样可以方便地在不同的窗口中显示多个图表。

基本用法

import matplotlib.pyplot as plt
创建第一个图表
plt.figure(1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title('Figure 1')
创建第二个图表
plt.figure(2)
plt.plot([1, 2, 3], [6, 5, 4])
plt.title('Figure 2')
plt.show()

在这个例子中，我们创建了两个独立的图表，每个图表可以在不同的窗口中显示。

调整图表大小

可以使用 figsize 参数来调整图表的大小。

import matplotlib.pyplot as plt
plt.figure(1, figsize=(8, 6))
plt.plot([1, 2, 3], [4, 5, 6])
plt.title('Figure 1')
plt.figure(2, figsize=(10, 4))
plt.plot([1, 2, 3], [6, 5, 4])
plt.title('Figure 2')
plt.show()

通过调整 figsize 参数，可以控制每个图表的大小，使其更适合显示不同的数据。

三、使用不同的绘图库

除了 matplotlib 之外，还可以使用其他绘图库来绘制多个图表，比如 seaborn 和 plotly。这些库提供了更高级的功能和更美观的默认样式。

使用seaborn

seaborn 是一个基于 matplotlib 的高级绘图库，提供了更简洁的API和更美观的默认样式。

import seaborn as sns
import matplotlib.pyplot as plt
创建第一个图表
plt.figure(1)
sns.lineplot(x=[1, 2, 3], y=[4, 5, 6])
plt.title('Seaborn Figure 1')
创建第二个图表
plt.figure(2)
sns.lineplot(x=[1, 2, 3], y=[6, 5, 4])
plt.title('Seaborn Figure 2')
plt.show()

在这个例子中，我们使用 seaborn 绘制了两个独立的图表。

使用plotly

plotly 是一个功能强大的交互式绘图库，适合创建交互式图表。

import plotly.graph_objs as go
from plotly.subplots import make_subplots
创建一个包含两个子图的图表
fig = make_subplots(rows=1, cols=2)
添加第一个子图
fig.add_trace(go.Scatter(x=[1, 2, 3], y=[4, 5, 6]), row=1, col=1)
添加第二个子图
fig.add_trace(go.Scatter(x=[1, 2, 3], y=[6, 5, 4]), row=1, col=2)
fig.show()

在这个例子中，我们使用 plotly 创建了一个包含两个子图的交互式图表。

总结

无论是使用 subplot、figure 还是其他绘图库，都可以方便地在 Python 中绘制多个图表。通过灵活调整参数和布局，可以创建出符合需求的图表布局。使用 subplot 可以在同一个画布上绘制多个子图，使用 figure 可以创建多个独立的图表，而 seaborn 和 plotly 等库提供了更高级的功能和更美观的默认样式。选择合适的方法和库，可以帮助我们更好地展示数据和分析结果。