如何用Matplotlib在循环中实现多图多曲线（仿Matlab figure功能）

完全可以实现和Matlab一致的操作逻辑，不需要子图或多个独立循环，核心是利用Matplotlib的plt.figure(num=...)指定目标图形，直接在循环中切换图形并添加曲线即可，具体代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 生成对应Matlab示例的x数据
x = np.arange(0, 20.2, 0.2)

for n in [1, 2, 3, 4]:
    # 切换到编号为1的图形，不存在则创建
    plt.figure(num=1)
    # 添加曲线
    plt.plot(x, n * x)
    # 确保保留已有内容（Matplotlib默认已开启，显式写更稳妥）
    plt.hold(True)
    
    # 切换到编号为2的图形，不存在则创建
    plt.figure(num=2)
    plt.plot(x, x ** n)
    plt.hold(True)

# 分别保存两个图形为SVG文件，满足出版需求
plt.figure(num=1)
plt.savefig('figure1.svg')
plt.figure(num=2)
plt.savefig('figure2.svg')

# 可选：显示图形
plt.show()

关键说明： #

• plt.figure(num=figure_number) 等价于Matlab的figure(the_figure_number)：第一次调用会创建对应编号的图形窗口，后续调用会直接切换到该图形，允许继续添加内容。
• Matplotlib默认不会清除原有曲线（类似Matlab的hold on），显式调用plt.hold(True)可以确保这一行为，避免意外清除。
• 全程仅需一次数据遍历，避免多循环带来的效率损耗，循环结束后可单独导出每个图形为SVG文件。

内容的提问来源于stack exchange，提问作者Jared Lo