python matplotlib模块: Subplots(在同

我们使用subplot可以实现在同一个figure对象下绘制多个图像：figure对象：

image.png
每一个这样的图都包含唯一一个figure对象，而一个figure对象里面可以包含多个axes对象，而每一个axes对象又可以绘制多个数据集的图像，在这幅图里，我们在一个figure对象下面使用了一个axes对象并在该axes对象下面绘制了3个数据集的图像。
而subplot可以帮助我们把这三个数据集的图象分开放在不同的坐标轴中（也就是放置在不同的axes对象中）。
数据集

我们首先将数据集实线数据绘制到一个figure对象中， 将虚线数据绘制到另一个figure对象中，这样最后我们的结果就会有两个figure对象绘制而成的图依次弹出来：

image.png

两个figure绘制的源码：

import pandas as pd
from matplotlib import pyplot as plt

'''
# one figure, one axes, three drawing objects
plt.style.use('seaborn')
data = pd.read_csv('data_12.csv')
ages = data['Age']
dev_salaries = data['All_Devs']
py_salaries = data['Python']
js_salaries = data['JavaScript']
plt.plot(ages, py_salaries, label='Python')
plt.plot(ages, js_salaries, label='JavaScript')
plt.plot(ages, dev_salaries, color='#444444',
         linestyle='--', label='All Devs')
plt.legend()
plt.title('Median Salary (USD) by Age')
plt.xlabel('Ages')
plt.ylabel('Median Salary (USD)')
plt.tight_layout()
plt.show()
'''


# two figure each has one axes, one have two drawing obg while another has one. 
plt.style.use('seaborn')
data = pd.read_csv('data_12.csv')
ages = data['Age']
dev_salaries = data['All_Devs']
py_salaries = data['Python']
js_salaries = data['JavaScript']

# 创建两个子绘图对象, 每个对象分别有一个figure和axes
fig1, ax1 = plt.subplots()
fig2, ax2 = plt.subplots()
# 在其中一个figure对象中绘制虚线的数据
ax1.plot(ages, dev_salaries, color='#444444',
         linestyle='--', label='All Devs')
# 在另外的figure对象中绘制实线的数据
ax2.plot(ages, py_salaries, label='Python')
ax2.plot(ages, js_salaries, label='JavaScript')
ax1.legend()
ax1.set_title('Median Salary (USD) by Age')
ax1.set_ylabel('Median Salary (USD)')
ax2.legend()
ax2.set_xlabel('Ages')
ax2.set_ylabel('Median Salary (USD)')
plt.tight_layout()
plt.show()
# 同时自动保存下两个figure对象的绘制结果
# fig1.savefig('fig1.png')
# fig2.savefig('fig2.png')

我们再尝试将数据绘制到同一个figure中，用两个axes对象分别绘制， 这两个axes对象可以并排，同列......等等， 完全取决于你的参数：

放在同行： image.png
放在同列： image.png

详细代码如下：

# one figure, two axes, one have two drawing obg while another has one.
plt.style.use('seaborn')
data = pd.read_csv('data_12.csv')
ages = data['Age']
dev_salaries = data['All_Devs']
py_salaries = data['Python']
js_salaries = data['JavaScript']
# 创建一个子绘图对象, 有两个axes对象, 分别放置在1行1列和1行2列, 表现出来的效果就是在同一行上并排绘制两个图
# fig1, (ax1, ax2) = plt.subplots(nrows=1, ncols=2)
# 创建一个子绘图对象, 有两个axes对象, 分别放置在1行1列和2行1列, 表现出来的效果就是在同一列上并行绘制两个图
#   注意sharex参数可以使同一列的plot采用同一个横轴, sharey参数可以使同一行的plot采用同一个竖轴
fig1, (ax1, ax2) = plt.subplots(nrows=2, ncols=1, sharex=True)
# 在其中一个figure对象中绘制虚线的数据
ax1.plot(ages, dev_salaries, color='#444444',
         linestyle='--', label='All Devs')
# 在另外的figure对象中绘制实线的数据
ax2.plot(ages, py_salaries, label='Python')
ax2.plot(ages, js_salaries, label='JavaScript')
ax1.legend()
ax1.set_title('Median Salary (USD) by Age')
ax1.set_ylabel('Median Salary (USD)')
ax2.legend()
ax2.set_xlabel('Ages')
ax2.set_ylabel('Median Salary (USD)')
plt.tight_layout()
plt.show()