当前位置:首页 > 文章列表 > 文章 > python教程 > Python中figure()画两张图教程

Python中figure()画两张图教程

2025-11-07 10:09:36 0浏览 收藏

怎么入门文章编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《Python中使用figure()画两张图的方法》,涉及到,有需要的可以收藏一下

通过多次调用matplotlib.pyplot.figure()可创建多个独立图形窗口,每次调用后紧跟绘图命令即可将内容绘制到对应画布,如figure(1)和figure(2)分别显示不同图表,结合figsize和dpi参数可自定义图像大小与分辨率,最后调用plt.show()显示所有图形。

python中figure()函数画两张图

在 Python 中使用 matplotlib.pyplot.figure() 函数可以创建独立的图形窗口,如果想画两张图,可以通过多次调用 figure() 来实现。每张图会显示在不同的窗口或画布中。

1. 使用 figure() 分别创建两个图形

每次调用 figure() 会生成一个新的绘图画布,接着使用 plot() 绘制对应的数据。

import matplotlib.pyplot as plt

# 第一张图
plt.figure(1)
plt.plot([1, 2, 3, 4], [1, 4, 2, 3], label="Line 1")
plt.title("Figure 1: First Plot")
plt.legend()

# 第二张图
plt.figure(2)
plt.plot([1, 2, 3, 4], [2, 3, 5, 4], label="Line 2", color='red')
plt.title("Figure 2: Second Plot")
plt.legend()

# 显示所有图形
plt.show()

在这个例子中,figure(1) 和 figure(2) 创建了两个独立的图形窗口。每个 figure 后面的 plot 操作只作用于当前 figure。

2. 设置 figure 的大小和分辨率

你还可以通过 figsize 和 dpi 参数控制图像尺寸和清晰度。

import matplotlib.pyplot as plt

plt.figure(1, figsize=(6, 4), dpi=100)
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title("Custom Size Figure")

plt.figure(2, figsize=(8, 5), dpi=120)
plt.scatter([1, 2, 3, 4], [2, 3, 5, 4], color='green')
plt.title("Another Custom Figure")

plt.show()

3. 注意事项

  • 调用 figure() 后必须紧跟绘图命令(如 plot、scatter 等),否则可能绘制到错误的画布上。
  • 如果不指定 figure 编号(如 figure(1)),系统会自动递增编号。
  • 使用 plt.show() 才能最终显示所有图形。

基本上就这些。用 figure() 控制多图显示简单直接,适合需要分开分析数据的场景。

本篇关于《Python中figure()画两张图教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

拼多多退货流程及查询方法详解拼多多退货流程及查询方法详解
上一篇
拼多多退货流程及查询方法详解
零依赖JS库搭建教程
下一篇
零依赖JS库搭建教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    352次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    412次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    421次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    376次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    199次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码