前言
所有的图都是基于函数y = x^2，但图像不是重点，如何作图才是重点。
希望你能耐心看到最后。
1.
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(2, 2, 1)
plt.plot(x, y)
plt.show()
np.linspace(-1, 1, 100)：获取[-1,1]之间的100个点，以numpy.ndarray形式返回
figure(1)：创建一张画布，并且编号为1
plt.subplot(2, 2, 1)：将画布分为2×2，第一个是行，第二个是列，且在第一个位置作图。
- 2x2显然是4个位置：
2.
与上面一样，这次将一个散点图放在4位置。
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(2, 2, 1)
plt.plot(x, y)
plt.subplot(2, 2, 4)
plt.scatter(x, y)
plt.show()
plt.subplot(2, 2, 4)：将画布分为2×2，在第四个位置作图。
plt.scatter(x, y)：以x为横轴坐标、y为纵轴坐标，绘制散点图。
- 粉色的是画在第四个位置的图
3.
有了上面的2点，这里理解4张子图就很轻松。
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(2, 2, 1)
plt.plot(x, y, label='1')
plt.legend(loc=2)
plt.subplot(2, 2, 2)
plt.plot(x, y, label='2')
plt.legend(loc=2)
plt.subplot(2, 2, 3)
plt.plot(x, y, label='3')
plt.legend(loc=2)
plt.subplot(2, 2, 4)
plt.plot(x, y, label='4')
plt.legend(loc=2)
plt.show()
plt.plot(x, y, label='4')：绘制折线图，图例为4。
plt.legend(loc=2)：图例的位置设为2。
图例的位置
loc=1在子图的右上角loc=2在子图的左上角loc=3在子图的左下角loc=4在子图的右下角
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(2, 2, 1)
plt.plot(x, y, label='1')
plt.legend(loc=1)
plt.subplot(2, 2, 2)
plt.plot(x, y, label='2')
plt.legend(loc=2)
plt.subplot(2, 2, 3)
plt.plot(x, y, label='3')
plt.legend(loc=3)
plt.subplot(2, 2, 4)
plt.plot(x, y, label='4')
plt.legend(loc=4)
plt.show()
4.
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(2, 2, 1)
plt.plot(x, y)
plt.subplot(2, 2, 2)
plt.plot(x, y)
plt.subplot(2, 1, 2)
plt.plot(x, y)
plt.show()
plt.subplot(2, 2, 1)：把画布分为2x2，且在1位置。
plt.subplot(2, 2, 2)：把画布分为2x2，且在2位置。
plt.subplot(2, 1, 2)：把画布分为2x1，且在2位置。
- 或许第三个图是大家最迷惑的地方，画个图大家就明白了：
5.
如果看懂了4.，那么接下来的应该也能理解
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(2, 2, 1)
plt.plot(x, y)
plt.subplot(2, 2, 3)
plt.plot(x, y)
plt.subplot(1, 2, 2)
plt.plot(x, y)
plt.show()
plt.subplot(2, 2, 1)：把画布分为2x2，且在第一个位置
plt.subplot(2, 2, 3)：把画布分为2x2，且在第三个位置
plt.subplot(1, 2, 2)：把画布分为1x2，且在第二个位置
- 前两个图我再啰嗦一下：
- 重点来到第三个图：
6.
我们最后来画一下4x4的图巩固一下吧。
px：表示第x张图
虽然很多，但是别怕，我都会讲的。
x = np.linspace(-1, 1, 100)
print(type(x))
y = x ** 2
plt.figure(1)
plt.subplot(4, 4, 1)
plt.plot(x, y, label='p1')
plt.legend(loc=2)
plt.subplot(4, 4, 2)
plt.plot(x, y, label='p2')
plt.legend(loc=2)
plt.subplot(4, 4, 3)
plt.plot(x, y, label='p3')
plt.legend(loc=2)
plt.subplot(4, 4, 4)
plt.plot(x, y, label='p4')
plt.legend(loc=2)
plt.subplot(4, 1, 2)
plt.plot(x, y, label='p5')
plt.legend(loc=2)
plt.subplot(2, 2, 3)
plt.plot(x, y, label='p6')
plt.legend(loc=2)
plt.subplot(4, 2, 6)
plt.plot(x, y, label='p7')
plt.legend(loc=2)
plt.subplot(4, 4, 15)
plt.plot(x, y, label='p8')
plt.legend(loc=2)
plt.subplot(4, 4, 16)
plt.plot(x, y, label='p9')
plt.legend(loc=2)
plt.show()
6.1： p1~p4， p8，p9
我们可以发现，这张画布的第一行都是一样的图，倒数两个也是同样的图（因为用的是同样的分割方法4x4）。
对于4x4的画布，这4个子图就相当于1x1的图。
plt.subplot(4, 4, x)：将画布分为4x4，并且在第x个位置
6.2：p5
6.3：p6
6.4：p7
