01
引言
有时我们需要并排绘制两个图形，这不仅是为了更好地利用空间，而且主要是因为为了更加直观地对比分析数据。其实在python中可以利用subplot来实现上述功能。
02
准备工作
import seaborn as sns# Load datasetdf = sns.load_dataset('taxis')
加载后的结果如下：
接着，我们使用以下代码来挑选我们关注的Manhattan和Brooklyn的样本数据，如下：
# Brooklyn travelsdf_bklyn = df.query(' pickup_borough == "Brooklyn" ')# Manhattan Travelsdf_mhtn = df.query(' pickup_borough == "Manhattan" ')
03
绘制
接着就是鉴定奇迹的时刻了。首先，我们要创建一个图形，并指示我们想要的行和列的数量（在下面的示例中，它是同一行上的两个图）。
# Creating a grid figure with matplotlibfig, my_grid = plt.subplots(nrows=1, ncols=2, figsize=(18,8))
然后我们应该创建我们的子图，并使用切片表示法指示这些子图在网格中的位置。样例如下：
# Histograms# Plot 1g1 = sns.histplot(data=df_bklyn, x='distance', ax=my_grid[0])# Title of the Plot 1g1.set_title('Histogram of the travels beginning in Brooklyn')# Plot 2g2 = sns.histplot(data=df_mhtn, x='distance', ax=my_grid[1])# Title of the Plot 2g2.set_title('Histogram of the travels beginning in Manhattan');
结果如下：
04
扩展
matplotlib的多个子图的绘制方法非常相似，但让我们观察下在对其进行编码时看看有什么不同。
首先来看一个一行三列的例子，如下：
# Creating a grid figure with matplotlib SINGLE ROW EXAMPLEfig, (g1, g2, g3) = plt.subplots(nrows=1, ncols=3, figsize=(18,8))
但如果我们有多行，此时需要使用元组构成的列表，列表中的每一行表示一个元组。
# Creating a grid figure with matplotlib MULTIPLE ROWS EXAMPLEfig,
# Creating a grid figure with matplotlibfig, [(g1, g2), (g3, g4)] = plt.subplots(nrows=2, ncols=2, figsize=(18,8))# Histograms# Plot 1g1.hist(data=df_bklyn, x='distance')# Title of the Plot 1g1.set_title('Histogram of the travels beginning in Brooklyn')# Plot 2g2.hist(data=df_mhtn, x='distance')# Title of the Plot 2g2.set_title('Histogram of the travels beginning in Manhattan')# Plot 3g3.hist(data=df_queens, x='distance')# Title of the Plot 3g3.set_title('Histogram of the travels beginning in Queens')# Plot 4g4.hist(data=df_bronx, x='distance')# Title of the Plot 4g4.set_title('Histogram of the travels beginning in Bronx');
运行结果如下：
05
总结
您学废了嘛？
点击上方小卡片关注我
新年寄语：
所求皆如愿，
所行皆坦途。
多喜乐，长安宁。
