Figure类用来创建并管理整个图像窗口，包括添加子图的方法要添加子图，可以使用add_subplot()方法该方法用于创建一个新的子图，并指定子图的位置，形式为add_subplot(nrows。figure类用来添加子图的方法是？更多详情请大家跟着小编一起来看看吧！
figure类用来添加子图的方法是(1)
Figure类用来创建并管理整个图像窗口，包括添加子图的方法。要添加子图，可以使用add_subplot()方法。
该方法用于创建一个新的子图，并指定子图的位置，形式为add_subplot(nrows, ncols, index)。
其中，nrows和ncols分别指定图像窗口的行数和列数，index指定子图的位置，从左上角开始计数，向右递增。在创建子图后，可以使用该子图对象进行进一步的绘图操作。这样可以在一个图像窗口中添加多个子图，并分别绘制不同的图形或进行多个图形之间的比较和交互。
figure类用来添加子图的方法是(2)
在matplotlib库中，figure类提供了添加子图的方法add_subplot()。
这个方法可以通过指定子图的行数、列数和位置来创建一个新的子图，并将其添加到figure对象中。
例如，可以使用add_subplot(2, 2, 1)创建一个2x2的网格中的第一个子图，然后使用add_subplot(2, 2, 2)创建第二个子图，依此类推。
通过add_subplot()方法，可以在同一个figure对象中添加多个子图，进而在同一画布上展示不同的图形或数据。
这样的灵活性使得figure类成为在绘图中处理多个子图的有力工具。
figure类用来添加子图的方法是(3)
# 导入matplotlib.pyplot, numpy 包
import numpy as np
import matplotlib.pyplot as plt
# 添加主题样式
plt.style.use('mystyle')
# 设置图的大小，添加子图
fig = plt.figure(figsize=(5,5))
ax = fig.add_subplot(111)
#绘制sin, cos
x = np.arange(-np.pi, np.pi, np.pi 100)
y1 = np.sin(x)
y2 = np.cos(x)
sin, = ax.plot(x, y1, color='red', label='sin')
cos, = ax.plot(x, y2, color='blue', label='cos')
ax.set_ylim([-1.2, 1.2])
# 第二种方式 拆分显示
sin_legend = ax.legend(handles=[sin], loc='upper right')
ax.add_artist(sin_legend)
ax.legend(handles=[cos], loc='lower right')
plt.show()
import numpy as np
import matplotlib.pyplot as plt
# 添加主题样式
plt.style.use('mystyle')
# 设置图的大小，添加子图
fig = plt.figure(figsize=(5,5))
ax = fig.add_subplot(111)
for color in ['red', 'green']:
n = 750
x, y = np.random.rand(2, n)
scale = 200.0 * np.random.rand(n)
ax.scatter(x, y, c=color, s=scale,
label=color, alpha=0.3,
edgecolors='none')
ax.legend()
ax.grid(True)
plt.show()