如何告诉Matplotlib创建第二个（新）绘图，然后再在旧绘图上绘制？

Question

我想绘制数据，然后创建一个新的图形和绘图数据2，最后返回到原始的绘图和绘图数据3，有点像这样：

import numpy as np
import matplotlib as plt

x = arange(5)
y = np.exp(5)
plt.figure()
plt.plot(x, y)

z = np.sin(x)
plt.figure()
plt.plot(x, z)

w = np.cos(x)
plt.figure("""first figure""") # Here's the part I need
plt.plot(x, w)

仅供参考How do I tell matplotlib that I am done with a plot?做了类似的事情，但不完全一样！它不让我接触到原来的情节。

Answer 1

但是，编号从1开始，因此：

x = arange(5)
y = np.exp(5)
plt.figure(1)
plt.plot(x, y)

z = np.sin(x)
plt.figure(2)
plt.plot(x, z)

w = np.cos(x)
plt.figure(1) # Here's the part I need, but numbering starts at 1!
plt.plot(x, w)

此外，如果图形上有多个轴（如子块），请使用axes(h)命令，其中h是所需轴对象的句柄，用于聚焦该轴。

（还没有评论权限，很抱歉有新答案！）

Answer 2

当您调用figure时，只需对绘图进行编号。

x = arange(5)
y = np.exp(5)
plt.figure(0)
plt.plot(x, y)

z = np.sin(x)
plt.figure(1)
plt.plot(x, z)

w = np.cos(x)
plt.figure(0) # Here's the part I need
plt.plot(x, w)

编辑：请注意，您可以根据需要对绘图进行编号（这里，从0开始），但如果您在创建新绘图时根本没有为figure提供编号，则自动编号将从1开始（根据文档，为“Matlab样式”）。

Answer 3

如果您发现自己经常做这样的事情，那么可能值得研究matplotlib的面向对象接口。就你而言：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(5)
y = np.exp(x)
fig1, ax1 = plt.subplots()
ax1.plot(x, y)
ax1.set_title("Axis 1 title")
ax1.set_xlabel("X-label for axis 1")

z = np.sin(x)
fig2, (ax2, ax3) = plt.subplots(nrows=2, ncols=1) # two axes on figure
ax2.plot(x, z)
ax3.plot(x, -z)

w = np.cos(x)
ax1.plot(x, w) # can continue plotting on the first axis

这是一个有点冗长，但它更清楚，更容易保持跟踪，特别是与几个数字每个多个子批次。