Matplotlib 通过`plt.subplots()`函数创建多个子图

Matplotlib是Python中常用的数据可视化工具，通过Matplotlib我们可以绘制出各种图形，来帮助我们更好地理解数据。在Matplotlib中，经常会使用到子图，特别是具有共享x轴的子图。本篇文章将介绍如何合并Matplotlib的子图，同时使它们共享x轴。

阅读更多：Matplotlib 教程

创建多个子图

在Matplotlib中，可以通过plt.subplots()函数来创建多个子图。下面的示例代码将创建两个子图，一个子图包含在x轴方向上分布均匀的随机数，另一个子图包含在x轴方向上分布均匀的正弦函数，两个子图共享x轴。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.random.rand(100)
y2 = np.sin(x)

# 创建两个子图
fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True)

# 绘制第一个子图
ax1.plot(x, y1, 'ro')
ax1.set_ylabel('Random Numbers')

# 绘制第二个子图
ax2.plot(x, y2, 'b--')
ax2.set_xlabel('X')
ax2.set_ylabel('Sine Function')

# 添加标题
plt.suptitle('Subplots with Shared X-axis')

# 显示图形
plt.show()

上述示例代码中，我们首先使用Numpy库生成了x轴方向上分布均匀的随机数和正弦函数，然后通过plt.subplots()函数创建了两个子图，且将它们设置了共享x轴。接着，我们通过ax1.plot()和ax2.plot()函数分别绘制了两个子图，并对它们进行了一些调整，最后通过plt.show()函数显示图形。

合并多个子图

有时候，我们需要将多个子图合并为一个大图，以便更好地呈现数据。在Matplotlib中，可使用plt.subplots()函数创建一个大图，然后将多个子图添加到大图中。下面的示例代码将创建一个包含两个子图的大图，并将它们合并到一起。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.random.rand(100)
y2 = np.sin(x)
y3 = np.cos(x)

# 创建大图
fig, big_ax = plt.subplots(figsize=(10, 6))

# 添加标题
big_ax.set_title('Merged Subplots with Shared X-axis')

# 删除x轴标签和tick
big_ax.set_xlabel('')
big_ax.set_xticks([])

# 添加x轴标签和tick
big_ax.set_ylabel('Random Numbers')
big_ax.tick_params(axis='y', labelsize=8)

# 创建子图1
ax1 = fig.add_subplot(3, 1, 1, sharex=big_ax)
ax1.plot(x, y1, 'ro')
ax1.set_ylabel('Random Numbers')
ax1.tick_params(axis='y', labelsize=8)

# 创建子图2
ax2 = fig.add_subplot(3, 1, 2, sharex=big_ax)
ax2.plot(x, y2, 'b--')
ax2.set_ylabel('Sine Function')
ax2.tick_params(axis='y', labelsize=8)

# 创建子图3
ax3 = fig.add_subplot(3, 1, 3, sharex=big_ax)
ax3.plot(x, y3, 'g-.')
ax3.set_xlabel('X')
ax3.set_ylabel('Cosine Function')
ax3.tick_params(axis='both', labelsize=8)

# 调整子图的间距
fig.subplots_adjust(hspace=0)

# 显示图形
plt.show()

在示例代码中，我们首先使用Numpy库生成了三个数据，其中第一个子图包含随机数，第二个子图包含正弦函数，第三个子图包含余弦函数。然后我们通过plt.subplots()函数创建了一个大图，并将它的大小设置为10*6。接着，我们设置大图的标题、x轴标签、y轴标签和tick，然后创建了三个子图并设置共享x轴，并将它们添加到大图中。最后，我们通过fig.subplots_adjust()函数调整了子图的间距，并使用plt.show()函数显示图形。