Python数据可视化：如何用Matplotlib创建子图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。

我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具实现可视化。

本文的主题是如何用Matplotlib创建子图。

Matplotlib有一个概念subplot：包含在Figure对象中的小型Axes对象。这允许我们在一幅图中创建很多个子图，方便对比数据。

创建子图的3种常用方法：

1. fig.add_axes
2. plt.subplots
3. plt.GridSpec

import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline

plt.style.use("ggplot")

1. fig.add_axes

1. 先调用plt.figure()创建Figure对象，图表是所有坐标的容器。
2. 调用fig.add_axes()在图表的任意位置添加子图，该方法接收一个包含4个数字的列表: $[x,y,width,height]$，分别代表子图左下角的坐标(x,y)，子图的宽度和高度，这四个数字的取值范围都是$[0,1]$，代表相对位置和大小。
3. 最后调用ax.plot将数据映射到子图。

# 创建图表对象
fig = plt.figure(figsize=(10,</