python中如何同时输出两个画图

在Python中，同时输出两个画图，可以使用以下几种方法：使用subplot、使用不同的figure实例、使用gridspec。在这些方法中，最常用的是使用subplot和不同的figure实例。下面，我们将详细介绍这些方法，并给出示例代码。

一、使用subplot

subplot是matplotlib库中的一个函数，它可以帮助我们在同一个窗口中绘制多个子图。使用subplot时，我们可以指定子图的行数、列数和子图的索引。这样，我们可以在一个窗口中同时显示多个图。

import matplotlib.pyplot as plt
import numpy as np
创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
创建一个2行1列的子图
plt.subplot(2, 1, 1)
plt.plot(x, y1)
plt.title('Sine Wave')
创建第二个子图
plt.subplot(2, 1, 2)
plt.plot(x, y2)
plt.title('Cosine Wave')
显示图形
plt.tight_layout()
plt.show()

在上面的代码中，我们使用plt.subplot(2, 1, 1)和plt.subplot(2, 1, 2)分别创建了两个子图，然后使用plt.plot()函数绘制数据。最后，使用plt.tight_layout()函数调整子图的布局，避免重叠。

二、使用不同的figure实例

有时候，我们希望在不同的窗口中显示多个图。这时，我们可以使用不同的figure实例来实现。每个figure实例代表一个窗口，我们可以在每个窗口中绘制不同的图。

import matplotlib.pyplot as plt
import numpy as np
创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
创建第一个图形窗口
fig1 = plt.figure()
plt.plot(x, y1)
plt.title('Sine Wave')
创建第二个图形窗口
fig2 = plt.figure()
plt.plot(x, y2)
plt.title('Cosine Wave')
显示图形
plt.show()

在上面的代码中，我们使用plt.figure()函数创建了两个不同的figure实例，然后在每个实例中绘制数据。最后，使用plt.show()函数同时显示两个窗口。

三、使用gridspec

gridspec是matplotlib库中的一个模块，它提供了更灵活的子图布局方式。使用gridspec时，我们可以自由地控制子图的大小和位置。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np
创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
创建一个gridspec对象
gs = gridspec.GridSpec(2, 1)
创建第一个子图
ax1 = plt.subplot(gs[0])
ax1.plot(x, y1)
ax1.set_title('Sine Wave')
创建第二个子图
ax2 = plt.subplot(gs[1])
ax2.plot(x, y2)
ax2.set_title('Cosine Wave')
显示图形
plt.tight_layout()
plt.show()

在上面的代码中，我们使用gridspec.GridSpec(2, 1)创建了一个2行1列的网格布局，然后使用plt.subplot()函数在指定的位置创建子图。最后，使用plt.tight_layout()函数调整子图的布局，避免重叠。

四、使用seaborn库

Seaborn是一个基于matplotlib的高级绘图库，提供了许多美观的默认样式和调色板。使用seaborn库，我们可以轻松地创建多个子图。

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
创建一个2行1列的子图
fig, axes = plt.subplots(2, 1, figsize=(8, 6))
绘制第一个子图
sns.lineplot(x=x, y=y1, ax=axes[0])
axes[0].set_title('Sine Wave')
绘制第二个子图
sns.lineplot(x=x, y=y2, ax=axes[1])
axes[1].set_title('Cosine Wave')
调整子图布局
plt.tight_layout()
plt.show()

在上面的代码中，我们使用seaborn库的lineplot函数绘制数据，并使用plt.subplots(2, 1, figsize=(8, 6))创建一个2行1列的子图。然后，我们将每个子图的轴传递给sns.lineplot()函数，最后使用plt.tight_layout()函数调整子图的布局。

五、使用plotly库

Plotly是一个用于创建交互式图表的Python库，它提供了丰富的绘图功能和美观的默认样式。使用plotly库，我们可以轻松地创建多个子图。

import plotly.graph_objects as go
import numpy as np
创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
创建第一个子图
fig = make_subplots(rows=2, cols=1)
添加第一个子图
fig.add_trace(go.Scatter(x=x, y=y1, mode='lines', name='Sine Wave'), row=1, col=1)
添加第二个子图
fig.add_trace(go.Scatter(x=x, y=y2, mode='lines', name='Cosine Wave'), row=2, col=1)
更新布局
fig.update_layout(title='Sine and Cosine Waves')
显示图形
fig.show()

在上面的代码中，我们使用plotly.graph_objects模块创建了一个图表对象，并使用make_subplots(rows=2, cols=1)函数创建一个2行1列的子图。然后，我们使用fig.add_trace()函数将数据添加到子图中，最后使用fig.update_layout()函数更新图表布局，并使用fig.show()函数显示图形。

总结

在Python中，使用matplotlib库可以轻松地创建多个子图。我们可以使用subplot函数在同一个窗口中绘制多个子图，使用不同的figure实例在不同的窗口中绘制多个图，使用gridspec模块自由控制子图的大小和位置。此外，我们还可以使用seaborn和plotly库创建多个子图。这些方法各有优缺点，可以根据具体需求选择合适的方法。