如何在单个Figure中创建两个子图：多曲线子图与单曲线子图

要实现左右分栏的子图布局，核心是明确指定每个曲线所属的子图对象，而不是直接用全局的plt.plot（它会默认绘制在当前活跃的子图上）。以下是完整的实现代码和说明：

步骤1：导入依赖库 #

import numpy as np
import matplotlib.pyplot as plt

步骤2：准备数据 #

• 左侧子图A的x范围(0,5)，生成足够多的点保证曲线平滑：

x_a = np.linspace(0, 5, 100)
y1 = x_a
y2 = 2 * x_a - 1
y3 = 3 * x_a**2 + 2 * x_a - 1

• 右侧子图B的x范围(-0.5,0.5)，注意要避开x=0（避免3*pi/x出现除以0错误）：

x_b = np.linspace(-0.5, 0.5, 2000)
# 过滤掉x=0的点
x_b = x_b[x_b != 0]
y_b = np.sin(3 * np.pi / x_b)

步骤3：创建分栏子图并绘制曲线 #

使用plt.subplots创建1行2列的子图布局，得到两个子图对象ax1（左侧）和ax2（右侧），然后分别在对应子图上调用plot方法：

# 创建1行2列的子图，figsize设置整体画布大小
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))

# 左侧子图A绘制3条曲线
ax1.plot(x_a, y1, label='y=x')
ax1.plot(x_a, y2, label='y=2x-1')
ax1.plot(x_a, y3, label='y=3x²+2x-1')
# 添加图例、标题和坐标轴标签
ax1.legend()
ax1.set_title('子图A')
ax1.set_xlabel('x')
ax1.set_ylabel('y')

# 右侧子图B绘制曲线
ax2.plot(x_b, y_b, color='red')
ax2.set_title('子图B')
ax2.set_xlabel('x')
ax2.set_ylabel('y')

# 调整子图间距，避免标签重叠
plt.tight_layout()
# 显示图像
plt.show()

关键说明 #

• 之前的问题根源是：直接调用plt.plot会默认使用当前的子图（初始是第一个子图），所以所有曲线都画在了同一个子图里。
• 通过获取子图对象ax1、ax2，并调用它们的plot方法，就能精准控制每个曲线的绘制位置。

内容的提问来源于stack exchange，提问作者Reza Taheri