如何在Matplotlib中生成独立折线图及合并折线图（非子图）

直接修改代码，在循环中同时生成独立单图和合并图，无需存储大数据集：

import matplotlib.pyplot as plt
import numpy as np

# 提前创建合并图的画布和坐标轴
combined_fig, combined_ax = plt.subplots()

for i in range(2):
    x = np.arange(0, 4*np.pi, 0.1)
    y = np.sin(x)
    current_y = i*y + i
    line_label = f"折线{i+1}"

    # 生成独立的单图窗口
    plt.figure()  # 每次循环创建新画布，保证单图独立
    plt.plot(x, current_y)
    plt.title(f"单图：折线{i+1}")
    plt.xlabel("x")
    plt.ylabel("y")
    plt.show(block=False)  # 避免阻塞后续代码执行

    # 在合并图中添加当前折线
    combined_ax.plot(x, current_y, label=line_label)

# 配置合并图并显示
combined_ax.set_title("合并图：所有折线")
combined_ax.set_xlabel("x")
combined_ax.set_ylabel("y")
combined_ax.legend()  # 显示图例
plt.show()

关键说明： #

• 用plt.figure()在每次循环中创建新画布，确保每张单图都是独立窗口
• 提前初始化合并图的坐标轴，循环中直接复用该坐标轴绘图，不需要将大数据集存入列表，避免额外内存占用
• 通过label参数给每条折线命名，最后调用legend()生成图例，matplotlib会自动分配不同颜色
• 单图使用plt.show(block=False)，避免程序卡在单图窗口，保证后续合并图能正常生成

内容的提问来源于stack exchange，提问作者Tim