携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第25天，点击查看活动详情

1. 多坐标系绘制

例如，我们有这样一个需求，想要在同一张画布上，显示多个坐标系，这时候，我们就需要用到多个坐标系绘制的相关语法-subplots（面向对象的画图方法）。

具体语法如下所示：

matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw)

nrows：想设置有几行坐标系
ncols：像设置有几列坐标系
该函数返回两个东西：fig（返回图对象）与axes（返回相应数量的坐标系）

注意：

使用plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)创建画布以后，需要使用两个变量（fig, axes）接收返回值。
axes[0]表示对第一个图进行操作，axes[1]表示对第二个图进行操作，例如axes[0].plot
axes[0].set_xticks：添加x轴y轴刻度需要用到set_xticks或者set_xticks。但是如果有字符串需要单独用set_xticklabels进行设置。
axes[0].grid：对第一个图添加网格显示
axes[0].set_xlabel：对第一个图x轴添加描述信息
axes[0].legend：开启第一个图的图例显示

2. 案例演示

案例需求：请在同一张画布中，绘制两个折线图。这两个折线图分别反应北京和上海两个城市，某一时段温度随时间变化关系。并且，为两个折线图分别设置图例，网格，坐标刻度，描述信息，坐标系显示等等。

具体代码演示如下所示：

import random
import matplotlib.pyplot as plt
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 有时候，字体更改后，会导致坐标轴中的部分字符无法正常显示，此时需要更改axes.unicode_minus参数
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False

# 0. 准备x,y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]   # 列表生成式
y_beijing = [random.uniform(1, 3) for j in x]


# 1. 创建多坐标系画布
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)

# 2. 绘制折线图
axes[0].plot(x, y_shanghai, label='上海')
axes[1].plot(x, y_beijing, color='r', linestyle='--', label='北京')

# 显示图例
axes[0].legend(loc='best')
axes[1].legend(loc='best')
# 2.1 添加x,y轴刻度
# 设置x,y轴刻度
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 修改x,y轴坐标刻度显示
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])  # 转字符串

axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])  # 转字符串


# 2.2 添加网格显示
axes[0].grid(True, linestyle='--', alpha=0.5)  # 开启网格，虚线，透明度0.5
axes[1].grid(True, linestyle='--', alpha=0.5)

# 2.3 添加描述信息
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点0分到12点之间的温度变化图示", fontsize=20)

axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点0分到12点之间的温度变化图示", fontsize=20)

# 3. 显示图像
plt.show()

代码运行结果如下图所示：由下图可以看出，在同一个画布中能够分别显示两个折线图。

【Matplotlib数据可视化】绘制多个坐标系

1. 多坐标系绘制

2. 案例演示