Matplotlib 函数subplots和函数subplot区别

在画布里创建多个子图，有很多方法，但常常使用这两个subplots和subplot函数来创建多个子图，它们都能实现相同的功能，但是它们的使用上还是有点区别。

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

创建一个画布和一个或多个子图返回。

matplotlib.pyplot.subplot(*args, **kwargs)

添加一个子图到当前画布，它会删除前面覆盖的子图。

如果想一次性地创建多个子图，就使用subplots函数，如果想一个一个地添加子图，就使用subplot函数，这是它们的主要区别。下面通过例子来演示两个函数使用，实现相同的功能。

先来看subplots函数的例子：

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)

y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

fig, (ax1, ax2) = plt.subplots(2, 1)
fig.suptitle('A tale of 2 subplots')

ax1.plot(x1, y1, 'o-')
ax1.set_ylabel('Damped oscillation')

ax2.plot(x2, y2, '.-')
ax2.set_xlabel('time (s)')
ax2.set_ylabel('Undamped')

plt.show()

在上面的例子里，先用numpy的分割函数创建两个X轴的坐标，然后构造两个余弦波形数据，这样就完成了显示数据的准备工作。

接着通过下面这行创建多个子图：

fig, (ax1, ax2) = plt.subplots(2, 1)

紧接着添加一个标题到画布中间，绘制两条曲线，依次设置坐标轴的标题。最后结果显示如下：

现在来看subplot()函数的例子，其实现显示的内容跟前面的例子是一样的，整个代码如下：

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)

y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

plt.subplot(2, 1, 1)
plt.plot(x1, y1, 'o-')
plt.title('subplot')
plt.ylabel('Damped oscillation')

plt.subplot(2, 1, 2)
plt.plot(x2, y2, '.-')
plt.xlabel('time (s)')
plt.ylabel('Undamped')

plt.show()

结果如下：