2、subplot2grid分格显示
这种方式和上一种实现的效果一样，只不过更加容易理解罢了，先来看一个案例代码：
import matplotlib．pyplot as plt
import numpy as np
plt．rcParams［＇font．sans－serif＇］＝［＇SimHei＇］ ＃ 用来正常显示中文标签
plt．rcParams［＇axes．unicode＿minus＇］＝False ＃ 用来正常显示负号
＃method1： subplot2grid
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
plt．figure（figsize＝（12， 10）， dpi＝80）
ax1＝plt．subplot2grid（（3，3），（0，0），colspan＝3，rowspan＝1）＃相当于格子分成3行3列，列跨度为3，行跨度为1
ax1．plot（［1，2］，［1，2］） ＃轴的范围，x轴，y轴。
ax1．set＿title（＇ax1＿title＇）
ax2＝plt．subplot2grid（（3，3），（1，0），colspan＝2，rowspan＝1）
ax2．plot（［2，4，6］，［7，9，15］）
ax3＝plt．subplot2grid（（3，3），（1，2），colspan＝1，rowspan＝1）
x ＝ np．arange（4）
y ＝ np．array（［15，20，18，25］）
ax3．bar（x，y）
ax4＝plt．subplot2grid（（3，3），（2，0），colspan＝1，rowspan＝1）
ax5＝plt．subplot2grid（（3，3），（2，1），colspan＝2，rowspan＝1）
效果如下：
结合图可能更好理解一点，其中代码：
plt．subplot2grid（（3，3），（0，0），colspan＝3，rowspan＝1）
第一个参数（3，3）相当于格子分成3行3列，第二个参数（0，0）表示该子图的开始位置，colspan＝3表示子图的列跨度为3，rowspan＝1表示子图的行跨度为1。
好了，以上就是Matplotlib绘制多图的内容，是不是很简单呢！喜欢的小伙伴可以收藏一下，万一哪天就用得上了呢。
