如何使用matplotlib绘制多个图形？

Question

我主要使用seaborn在数据集上进行EDA。但是，我想在一个内核中绘制这些图。我想我应该用matplotlib来实现这一点。我已经完成了3个独立的sns.countplot图，但是我试图在一个内核/输出中显示它们。你知道吗

我尝试过使用以下代码，但仍不完全确定其工作原理：

fig, axes = plt.subplots(1, 3, figsize=(16,8))

ax = sns.countplot(y = 'loan_status', data = df, order = df['loan_status'].value_counts().iloc[:6].index)

ax = sns.countplot(y = 'loan_status', data = df, order = df['loan_status'].value_counts().iloc[2:9].index)

ax = sns.distplot(df['loan_amnt'], bins=50)

Answer 1

你是说这样的事吗？你知道吗

下面是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

# Some random data to plot
M = np.random.rand(3,100,100)

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(16,8))

for i, ax in enumerate(axes.flatten()):
    ax.imshow(M[i])

# OR
# axes[0].imshow(M[0])
# axes[1].imshow(M[1])
# axes[2].imshow(M[2])

plt.show()

Answer 2

试试这个。你知道吗

fig, [ax1, ax2, ax3] = plt.subplots(1, 3, figsize=(16,8))

     ax1 = sns.countplot(y = 'loan_status', data = df, order = df['loan_status'].value_counts().iloc[:6].index)

     ax2 = sns.countplot(y = 'loan_status', data = df, order = df['loan_status'].value_counts().iloc[2:9].index)

     ax3 = sns.distplot(df['loan_amnt'], bins=50)

fig.tight_layout()

plt.show()