fig和axis的区别？
相信不少小伙伴一开始都是直接用plt.plot来绘图，非常简单，但这是偷懒的做法，不建议大家这样。
fig, ax = plt.subplots(2,2)是比较正统的画法（参数代表行列数），指定figure和axes，然后对axes单独进行操作（图表元素增加和修改）。
fig相当于是一个大的画布，ax相当于是小的子图，一个画布可以有一个或多个子图。
单个图表任何操作都是在axes对象上进行的，包括坐标轴、刻度、图例等。 
具体怎么用，下面讲到。
绘制多子图
使用Matplotlib绘图单图相对比较容易，但有时候需要将多张图放在一张图表里，这就用到子图操作。
对应的有plt的subplot和figure的add_subplot的方法，参数可以是一个三位数字（例如111），也可以是一个数组（例如[1,1,1]），3个数字分别代表：
- 子图总行数
- 子图总列数
- 子图位置
以下三种方式效果一样，呈现的可视化图表如下： 
「方式一：通过plt的subplot」
import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline # 画第1个图：折线图 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 画第2个图：散点图 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图：饼图 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第4个图：条形图 plt.subplot(224) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
「方式二：通过figure的add_subplot」
import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline fig=plt.figure() # 画第1个图：折线图 x=np.arange(1,100) ax1=fig.add_subplot(221) ax1.plot(x,x*x) # 画第2个图：散点图 ax2=fig.add_subplot(222) ax2.scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图：饼图 ax3=fig.add_subplot(223) ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第4个图：条形图 ax4=fig.add_subplot(224) ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
「方式三：通过plt的subplots」subplots返回的值的类型为元组，其中包含两个元素：第一个为一个画布，第二个是子图
import numpy as np import pandas as pd import matplotlib.pyplot as plt fig,ax=plt.subplots(2,2) # 画第1个图：折线图 x=np.arange(1,100) ax[0][0].plot(x,x*x) # 画第2个图：散点图 ax[0][1].scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图：饼图 ax[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第4个图：条形图 ax[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
绘制不规则子图
前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置。
import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline # 画第1个图：折线图 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 画第2个图：散点图 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图：条形图 # 前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置 plt.subplot(212) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
