使用plt.subplots()和add_subplot可在Matplotlib中创建多子图，前者适合规则布局，后者适用于灵活排版，结合tight_layout和共享坐标轴可优化显示效果。
在Python中使用Matplotlib可以在一个画布（Figure）中绘制多个图表，常用的方法是通过 subplots 或 add_subplot 来创建子图区域。下面介绍两种主要方式。
使用 plt.subplots() 创建多个子图
这是最常见且推荐的方式，可以一次性创建多个子图，并返回一个画布对象和子图数组。
import matplotlib.pyplot as plt
import numpy as np
<h1>生成示例数据</h1><p>x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = x ** 2</p><h1>创建 2x2 的子图布局</h1><p>fig, axs = plt.subplots(2, 2, figsize=(10, 8))</p><h1>在每个子图中绘图</h1><p>axs[0, 0].plot(x, y1, color='blue')
axs[0, 0].set_title('sin(x)')</p><p>axs[0, 1].plot(x, y2, color='green')
axs[0, 1].set_title('cos(x)')</p><p>axs[1, 0].plot(x, y3, color='red')
axs[1, 0].set_title('tan(x)')</p><p>axs[1, 1].plot(x, y4, color='purple')
axs[1, 1].set_title('x²')</p><h1>自动调整子图间距</h1><p>plt.tight_layout()
plt.show()</p>使用 add_subplot 手动添加子图
适用于需要更灵活控制子图位置的情况，比如非均匀布局。
立即学习“Python免费学习笔记（深入）”；
fig = plt.figure(figsize=(10, 8))
<h1>添加第一个子图（第1行第2列中的第1个）</h1><p>ax1 = fig.add_subplot(2, 2, 1)
ax1.plot(x, y1)
ax1.set_title('sin(x)')</p><h1>添加第二个子图</h1><p>ax2 = fig.add_subplot(2, 2, 2)
ax2.plot(x, y2)
ax2.set_title('cos(x)')</p><h1>第三个</h1><p>ax3 = fig.add_subplot(2, 2, 3)
ax3.plot(x, y3)
ax3.set_title('tan(x)')</p><h1>第四个</h1><p>ax4 = fig.add_subplot(2, 2, 4)
ax4.plot(x, y4)
ax4.set_title('x²')</p><p>plt.tight_layout()
plt.show()</p>调整布局与美化
多个图表容易重叠，建议使用以下方法优化显示：
- plt.tight_layout()：自动调整子图参数，防止重叠
- figsize 参数设置画布大小
- 每个子图可单独设置标题、坐标轴标签等
- 使用 sharex 或 sharey=True 共享坐标轴
基本上就这些。用 subplots 更简洁，适合规则布局；add_subplot 更灵活，适合复杂排版。根据需求选择即可。
