Matplotlib 07-Python实验七-2 并排绘制多图.py

 

import numpy as np
import matplotlib.pyplot as plt

# 创建一些测试数据
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

# 创建一个画像
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')


# 创建两个子图，共享Y轴
fig, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)

# 创建四个子图
fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)


plt.show()

 

逐行详细代码解释

程序功能：演示 matplotlib 3 种画布 / 子图创建方式：单图、一行 2 个子图、2×2 极坐标子图网格。 用到库：numpy 生成数据，matplotlib 绘图。

import numpy as np
import matplotlib.pyplot as plt

• import numpy as np：导入 numpy，用来生成 x 数组、做数值计算
• import matplotlib.pyplot as plt：matplotlib 绘图模块，绘图核心

# 创建一些测试数据
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

• np.linspace(0, 2*np.pi, 400)：在区间 \([0,2\pi]\)（0~6.283）均匀生成400 个点，包含首尾，存入数组 x。
• \(y=\sin(x^2)\)：对数组 x 里每一个元素先平方，再求正弦，得到 y 数组。

这是一个频率随 x 变大而不断加快的振荡曲线。

# 创建一个画像
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')

• fig, ax = plt.subplots()：创建1 张画布 fig + 1 个坐标轴 ax（单图，无分块子图）
  • fig：画布对象，整张图片容器
  • ax：绘图坐标系（子图对象）
• ax.plot(x, y)：在 ax 坐标系绘制折线图，x 横坐标，y 纵坐标
• ax.set_title('Simple plot')：给这个子图设置标题 Simple plot

⚠️ 注意：执行这一段会弹出第一张独立窗口。

# 创建两个子图，共享Y轴
fig, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)

• plt.subplots(1,2, sharey=True)
  • 1,2：布局：1 行，2 列，一共 2 个子图
  • sharey=True：两个子图共用同一套 Y 轴刻度，左右 Y 轴范围、刻度完全一致，方便对比数据
  • 返回画布 fig，以及子图对象元组(ax1,ax2)
• ax1.plot(x,y)：左边子图 ax1 画折线，设置标题Sharing Y axis
• ax2.scatter(x,y)：右边子图 ax2 画散点图（一个个离散圆点，不是连续线条）

⚠️ 执行这段，弹出第二个独立窗口，窗口里面并排两张图。

# 创建四个子图
fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)

• plt.subplots(2,2, subplot_kw=dict(projection="polar"))
  • 2,2：布局 2 行 2 列，一共 4 个子图，axs是二维数组 axs[行号,列号]
  • subplot_kw=dict(projection="polar")：给所有子图设置极坐标投影，不再是直角坐标系（x-y 笛卡尔坐标），换成极坐标（半径 r，角度 θ）
• axs[0,0].plot(x,y)：第 0 行、第 0 列子图，绘制极坐标折线
• axs[1,1].scatter(x,y)：第 1 行、第 1 列子图，绘制极坐标散点

其余两个子图axs[0,1]、axs[1,0]创建了但是没有绘图，是空的。

⚠️ 执行这段，弹出第三个独立窗口，2×2 四个极坐标子图网格。

plt.show()

一次性渲染所有画布，弹出全部绘图窗口。

运行完整代码，会依次弹出3 个图片窗口： 窗口 1：单张直角坐标折线图 窗口 2：1 行 2 列子图（左折线，右散点，共享 Y 轴） 窗口 3：2×2 极坐标网格子图，仅左上、右下有图

✅ 核心知识点总结

1. plt.subplots(nrows, ncols)：创建画布 + 子图网格，面向对象绘图写法（推荐）
2. sharey=True / sharex=True：共享坐标轴，多子图对比常用
3. ax.plot() 折线图；ax.scatter() 散点图
4. subplot_kw=dict(projection="polar")：极坐标，代替普通直角坐标系
5. 多次调用plt.subplots()会生成多张独立图片窗口，不是在一张图里叠加

易错点

• 多次plt.subplots()不是新增子图，而是新建独立画布；
• axs是二维数组，访问方式 axs[行,列]；
• 极坐标下，x 代表角度，y 代表径向半径，图形和直角坐标系视觉完全不同。