python subplots_python fig,ax = plt.subplots()

fig,ax = plt.subplots()

使用该函数确定图的位置，掉用时要XXX=ax.(ax是位置)

等价于：fig = plt.figure()

ax = fig.add_subplot(1,1,1)

fig 是图像对象，ax 是坐标轴对象

fig, ax = plt.subplots(1,3),其中参数1和3分别代表子图的行数和列数，一共有 1x3 个子图像。函数返回一个figure图像和子图ax的array列表。fig, ax = plt.subplots(1,3,1),最后一个参数1代表第一个子图。

如果想要设置子图的宽度和高度可以在函数内加入figsize值fig, ax = plt.subplots(1,3,figsize=(15,7))，这样就会有1行3个15x7大小的子图。

ax=plt.subplots(m,n,figsize=(a,b)) 画出m*n个字图size为a*b，fig为图片变量，ax为m*n的坐标变量(数组)，分别指向相应生成字图的坐标

排列多个子图的步骤：

|.创建多维窗口：

fig, axes = plt.subplots(2, 2) # 此处是一个2*2的图

||：设定各个透视子图在窗口的位置：

data.plot.bar(ax=axes[1,1], color='b', alpha=0.5) # ax=[1,1] 即位置是第2行、第二列。(python从0开始计数，所以“1”代表第2的)

data.plot.barh(ax=axes[0,1], color='k', alpha=0.5) # alpha：设定图表的透明度；

|||:再添加画出多个图的类型的代码。

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

fig, axes = plt.subplots(2, 2)

data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))

data.plot.bar(ax=axes[1,1], color='b', alpha = 0.5)

data.plot.barh(ax=axes[0,1], color='k', alpha=0.5)

plt.show()