最佳答案
媒介
Matplotlib是一個富強的Python庫，用於數據可視化。其中，子圖（Subplot）功能容許在同一畫布上繪製多個圖表，這對比較跟分析數據非常有效。本文將深刻探究Matplotlib中的子圖創建方法，幫助妳輕鬆控制高效畫圖技能。
子圖的不雅點
子圖是Matplotlib中的一種不雅點，它容許在一個畫布（Figure）中創建多個獨破的圖表（Axes）。這些圖表可能是差別範例的，如折線圖、散點圖、柱狀圖等，並且可能獨破地調劑大小、色彩、標籤等屬性。
創建子圖的方法
Matplotlib供給了兩種重要的子圖創建方法：addsubplot()跟addaxes()。
1. addsubplot()
addsubplot()方法經由過程指定網格的行、列跟子圖的地位索引來創建子圖。以下是addsubplot()方法的語法：
plt.subplot(nrows, ncols, index)
nrows：子圖的行數。ncols：子圖的列數。index：子圖的地位索引，從1開端。
2. addaxes()
addaxes()方法供給了更多的機動性，容許用戶指定子圖的地位跟大小。以下是addaxes()方法的語法：
fig.add_axes([left, bottom, width, height])
left、bottom、width、height：子圖在畫布中的地位跟大小，範疇從0到1。
示例代碼
以下是一個利用addsubplot()跟addaxes()方法創建子圖的示例：
import matplotlib.pyplot as plt
import numpy as np
# 創建數據
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 創建一個包含兩個子圖的圖
fig, axs = plt.subplots(2)
# 在第一個子圖中繪製 sin(x)
axs[0].plot(x, y1, 'r')
axs[0].set_title('Sine Function')
# 在第二個子圖中繪製 cos(x)
axs[1].plot(x, y2, 'b')
axs[1].set_title('Cosine Function')
# 利用addaxes()方法創建一個自定義地位的子圖
ax3 = fig.add_axes([0.4, 0.4, 0.2, 0.2])
ax3.plot([1, 2, 3], [1, 4, 9], 'g')
ax3.set_title('Custom Axes')
# 表現圖形
plt.show()
總結
Matplotlib的子圖創立功能為數據可視化供給了極大年夜的便利。經由過程機動應用addsubplot()跟addaxes()方法，妳可能輕鬆地在同一畫布上創建多個圖表，從而更好地展示跟分析數據。