Matplotlib库使用（二）单图多曲线，多图绘制

在Matplotlib中，我们可以在单张图上绘制多条曲线，也可以绘制多张图。下面将分别介绍这两种情况。
一、单图多曲线
在单张图上绘制多条曲线，可以使用plot()函数多次调用。每次调用plot()函数都会在当前图上绘制一条新的曲线。
下面是一个简单的例子，绘制了三条曲线：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
plt.plot(x, y1)  # 绘制sin曲线
plt.plot(x, y2)  # 绘制cos曲线
plt.plot(x, y3)  # 绘制tan曲线
plt.show()

在这个例子中，我们首先导入了matplotlib.pyplot和numpy库。然后，我们创建了一个从0到10的等差数列，并计算了每个元素的sin、cos和tan值。接着，我们使用plot()函数三次分别绘制了这三条曲线。最后，我们使用show()函数显示了图形。
二、多图绘制
要在一张图上绘制多条曲线，可以使用子图（subplot）。子图允许我们在一个窗口中创建多个绘图区域，每个区域可以独立绘图。
下面是一个简单的例子，绘制了两个子图：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
plt.subplot(2, 1, 1)  # 创建第一个子图，2行1列的第一个位置
plt.plot(x, y1)  # 在第一个子图中绘制sin曲线
plt.title('Subplot 1')  # 为第一个子图添加标题
plt.subplot(2, 1, 2)  # 创建第二个子图，2行1列的第二个位置
plt.plot(x, y2)  # 在第二个子图中绘制cos曲线
plt.title('Subplot 2')  # 为第二个子图添加标题
plt.tight_layout()  # 调整子图之间的间距，使其看起来更美观
plt.show()

在这个例子中，我们首先导入了matplotlib.pyplot库。然后，我们创建了一个从0到10的等差数列，并计算了每个元素的sin、cos和tan值。接着，我们使用subplot()函数两次分别创建了两个子图，并在每个子图中分别绘制了对应的曲线。最后，我们使用show()函数显示了图形。在每个子图中，我们还添加了标题以标识每个子图的含义。此外，我们还使用了tight_layout()函数来调整子图之间的间距，使其看起来更美观。