我们可以使用 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图。

subplot() 方法在绘图时需要指定位置，subplots() 方法可以一次生成多个，在调用时只需要调用生成对象的 ax 即可。

subplot

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)

以上函数将整个绘图区域分成 nrows 行和 ncols 列，然后从左到右，从上到下的顺序对每个子区域进行编号 1…N ，左上的子区域的编号为 1、右下的区域编号为 N，编号可以通过参数 index 来设置。

设置 numRows ＝ 1，numCols ＝ 2，就是将图表绘制成 1×2 的图片区域, 对应的坐标为：（1，1）（2，2）。

plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

设置 numRows ＝ 2，numCols ＝ 2，就是将图表绘制成 2×2 的图片区域, 对应的坐标为：

(1, 1), (1, 2)
(2, 1), (2, 2)

plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

plotNum ＝ 3, 表示的坐标为(2, 1), 即第二行第一列的子图。

plotNum ＝ 4, 表示的坐标为(2, 2), 即第二行第二列的子图。

subplots()

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

• nrows：默认为 1，设置图表的行数。
• ncols：默认为 1，设置图表的列数。
• sharex、sharey：设置 x、y 轴是否共享属性，默认为 false，可设置为 ‘none’、’all’、’row’ 或 ‘col’。 False 或 none 每个子图的 x 轴或 y 轴都是独立的，True 或 ‘all’：所有子图共享 x 轴或 y 轴，’row’ 设置每个子图行共享一个 x 轴或 y 轴，’col’：设置每个子图列共享一个 x 轴或 y 轴。
• squeeze：布尔值，默认为 True，表示额外的维度从返回的 Axes(轴)对象中挤出，对于 N*1 或 1*N 个子图，返回一个 1 维数组，对于 N*M，N>1 和 M>1 返回一个 2 维数组。如果设置为 False，则不进行挤压操作，返回一个元素为 Axes 实例的2维数组，即使它最终是1×1。
• subplot_kw：可选，字典类型。把字典的关键字传递给 add_subplot() 来创建每个子图。
• gridspec_kw：可选，字典类型。把字典的关键字传递给 GridSpec 构造函数创建子图放在网格里(grid)。
• **fig_kw：把详细的关键字参数传给 figure() 函数。

subplot 和 subplots 是用于在 Matplotlib 中创建子图的两种不同方法。

subplot 是一个函数，它允许您使用单个命令来创建和定位子图。您可以指定图形的行数、列数和子图编号，然后在特定的子图中绘制数据。

import matplotlib.pyplot as plt

plt.subplot(2, 1, 1) # 创建2行1列的子图并选择第一个子图
plt.plot([1, 2, 3, 4], [1, 4, 2, 3]) # 在第一个子图中绘制数据

plt.subplot(2, 1, 2) # 选择第二个子图
plt.plot([1, 2, 3, 4], [4, 3, 2, 1]) # 在第二个子图中绘制数据

subplots 是一个函数，它更适合用于创建整个图中的多个子图网格。它返回一个包含所有子图的 Figure 对象和坐标轴对象数组。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2) # 创建一个2x2的子图网格

axs[0, 0].plot([1, 2, 3, 4], [1, 4, 2, 3]) # 在第一行第一列子图中绘制数据
axs[0, 1].plot([1, 2, 3, 4], [4, 3, 2, 1]) # 在第一行第二列子图中绘制数据
axs[1, 0].plot([1, 2, 3, 4], [1, 2, 3, 4]) # 在第二行第一列子图中绘制数据
axs[1, 1].plot([1, 2, 3, 4], [4, 2, 3, 1]) # 在第二行第二列子图中绘制数据