使用 matplotlib 创建子图
Creating subplots with matplotlib
我目前正在学习使用 Jupyter Notebook 在 Python 中使用 matplotlib 绘图的基本原理。我的主要抱怨是在创建子图时，为什么我必须 运行 将代码放在一个块中？每当我尝试分步 运行 它时，它都会给我带来奇怪的情节。例如：
plt.subplot(211)
plt.plot(range(10))
plt.subplot(212, facecolor='y')
plt.plot(randn(50))
我必须一步执行这四行代码，而不是 运行 四步执行每行代码。这到底是怎么回事？为什么这两种方法会有这么大的差异？
在 jupyter notebook 中，计算单元格并显示图形后，您将失去对它的引用，并关闭该单元格中生成的图形。
在新单元格中，当调用 plt.subplot() 时，pyplot 没有看到任何打开的图形，因此它创建了一个新图形。
大多数 pyplot 命令都是这样工作的：找出是否有开放图形（也可能是当前轴）。如果是这种情况，则对该图形（轴）进行操作，如果不是，则创建它。这就是为什么它通常被称为状态机；根据当前状态，做某事。
与此相对的还有面向对象API。它通过显式调用您要操作的对象的方法来工作。因此，为了重用以前单元格中的图形或坐标轴，我们将保留对它们的引用。
明确调用 fig = plt.figure()，这样 fig 在下一个单元格中仍然可用。与轴相同，调用 ax = fig.add_subplot(111) 使子图在下一个单元格中可用。在任何时候，调用 fig 调用图形的显示。
这是一个例子：
我目前正在学习使用 Jupyter Notebook 在 Python 中使用 matplotlib 绘图的基本原理。我的主要抱怨是在创建子图时，为什么我必须 运行 将代码放在一个块中？每当我尝试分步 运行 它时，它都会给我带来奇怪的情节。例如：
plt.subplot(211)
plt.plot(range(10))
plt.subplot(212, facecolor='y')
plt.plot(randn(50))
我必须一步执行这四行代码，而不是 运行 四步执行每行代码。这到底是怎么回事？为什么这两种方法会有这么大的差异？
在 jupyter notebook 中，计算单元格并显示图形后，您将失去对它的引用，并关闭该单元格中生成的图形。
在新单元格中，当调用 plt.subplot() 时，pyplot 没有看到任何打开的图形，因此它创建了一个新图形。
大多数 pyplot 命令都是这样工作的：找出是否有开放图形（也可能是当前轴）。如果是这种情况，则对该图形（轴）进行操作，如果不是，则创建它。这就是为什么它通常被称为状态机；根据当前状态，做某事。
与此相对的还有面向对象API。它通过显式调用您要操作的对象的方法来工作。因此，为了重用以前单元格中的图形或坐标轴，我们将保留对它们的引用。
明确调用 fig = plt.figure()，这样 fig 在下一个单元格中仍然可用。与轴相同，调用 ax = fig.add_subplot(111) 使子图在下一个单元格中可用。在任何时候，调用 fig 调用图形的显示。
这是一个例子：