如何使用Matplotlib创建超过10个子图的图形？

当需要展示较多的数据时，我们通常需要创建一个包含多个子图的大图。然而在Matplotlib中，创建超过10个子图的图形并不是一件容易的事情。本文将介绍如何使用Matplotlib创建超过10个子图的图形。

方法1：使用`plt.subplots()`

Matplotlib的plt.subplots()函数可以创建包含一个或多个子图的图形。其中，plt.subplots(nrows, ncols)创建一个包含nrows*ncols个子图的图形，并返回它们的Figure对象和Axes对象的NumPy数组。因此，我们可以使用循环来访问这些Axes对象。

下面的示例展示了如何创建20个子图，并在它们中绘制随机的正态分布曲线：

import matplotlib.pyplot as plt
import numpy as np

# 创建20个子图
fig, axes = plt.subplots(nrows=5, ncols=4, figsize=(12, 9))
# 展开Axes对象的NumPy数组并遍历
for ax in axes.flatten():
    # 绘制随机的正态分布曲线
    x = np.arange(-5, 5, 0.1)
    y = np.random.normal(size=x.size)
    ax.plot(x, y)
    # 隐藏坐标轴标签
    ax.xaxis.set_visible(False)
    ax.yaxis.set_visible(False)

# 显示图形
plt.show()

上述代码创建了一个大小为12×9英寸的Figure对象，并包含了5行4列共20个子图。使用axes.flatten()方法展开Axes对象的NumPy数组，并使用循环遍历每个子图。在每个子图中，我们绘制了一个随机的正态分布曲线，并隐藏了坐标轴标签。

方法2：使用`fig.add_subplot()`

另一种创建子图的方法是使用Figure对象的fig.add_subplot()方法。该方法在指定的位置上创建一个子图，并返回对应的Axes对象。因此，我们可以使用循环来创建多个子图，并访问它们的Axes对象。

下面的示例展示了如何创建20个子图，并在它们中绘制随机的正态分布曲线：

import matplotlib.pyplot as plt
import numpy as np

# 创建Figure对象
fig = plt.figure(figsize=(12, 9))
# 创建20个子图
for i in range(1, 21):
    ax = fig.add_subplot(5, 4, i)
    # 绘制随机的正态分布曲线
    x = np.arange(-5, 5, 0.1)
    y = np.random.normal(size=x.size)
    ax.plot(x, y)
    # 隐藏坐标轴标签
    ax.xaxis.set_visible(False)
    ax.yaxis.set_visible(False)

# 显示图形
plt.show()

上述代码创建了一个大小为12×9英寸的Figure对象，并在其上创建了20个子图。我们使用循环遍历了每个子图，并在其中绘制了一个随机的正态分布曲线，并隐藏了坐标轴标签。