如何使用Matplotlib的plt.figure()实现多图横向排列？

当前使用plt.figure()生成的图表是垂直排列的独立图窗，尝试使用plt.figure(nrows=1, ncols=2)时语法不合法，请问如何通过plt.figure()实现多图横向排列？

现有代码：

fig = plt.figure() #nrows=1, ncols=2)
ax = fig.add_subplot(111)
plt.scatter(x=res['actual'],y=res[0])
fig = plt.figure()
ax = fig.add_subplot(111)
plt.scatter(x=res['actual'],y=res[0])
res['diff']=res['actual']-res[0]
#plt.hist(res['diff'])

res['diff']=res['actual']-res[0]
plt.hist(res['diff'])

fig = plt.figure()
ax = fig.add_subplot(111)
plt.boxplot(res['diff'], showmeans=True)

fig = plt.figure() #nrows=1, ncols=2)
ax = fig.add_subplot(111)
plt.scatter(x=res['actual'],y=res[0])
fig = plt.figure()
ax = fig.add_subplot(111)
plt.scatter(x=res['actual'],y=res[0])
res['diff']=res['actual']-res[0]
#plt.hist(res['diff'])

res['diff']=res['actual']-res[0]
plt.hist(res['diff'])

fig = plt.figure()
ax = fig.add_subplot(111)
plt.boxplot(res['diff'], showmeans=True)

plt.figure()本身不支持nrows和ncols参数，这两个参数属于plt.subplots()的专属用法。要通过plt.figure()实现多图横向排列，需先创建单个figure对象，再通过add_subplot()方法在该figure内划分横向布局的子图，具体实现如下：

核心逻辑 #

1. 只创建一个plt.figure()对象，避免生成多个独立图窗
2. 用add_subplot(行数, 列数, 子图索引)定义横向子图：比如1行2列的布局，子图索引依次为1、2
3. 通过子图对象（如ax1、ax2）调用绘图方法，精准控制每个子图内容

代码示例（以1行2列布局为例） #

# 创建单个figure，可指定尺寸适配横向布局
fig = plt.figure(figsize=(12, 5))

# 添加第一个子图（1行2列的第1个）
ax1 = fig.add_subplot(1, 2, 1)
ax1.scatter(x=res['actual'], y=res[0])
ax1.set_title('实际值vs预测值')
ax1.set_xlabel('实际值')
ax1.set_ylabel('预测值')

# 计算差值
res['diff'] = res['actual'] - res[0]

# 添加第二个子图（1行2列的第2个）
ax2 = fig.add_subplot(1, 2, 2)
ax2.hist(res['diff'])
ax2.set_title('差值分布直方图')
ax2.set_xlabel('差值')
ax2.set_ylabel('频数')

# 自动调整子图间距，避免元素重叠
plt.tight_layout()
plt.show()

扩展：1行3列布局（散点图+直方图+箱线图） #

如果需要同时横向排列三类图表，只需扩展子图数量：

fig = plt.figure(figsize=(18, 5))

# 散点子图
ax1 = fig.add_subplot(1, 3, 1)
ax1.scatter(x=res['actual'], y=res[0])
ax1.set_title('实际值vs预测值')

# 直方图子图
ax2 = fig.add_subplot(1, 3, 2)
ax2.hist(res['diff'])
ax2.set_title('差值分布直方图')

# 箱线图子图
ax3 = fig.add_subplot(1, 3, 3)
ax3.boxplot(res['diff'], showmeans=True)
ax3.set_title('差值箱线图')

plt.tight_layout()
plt.show()

关键注意事项 #

• 不要重复调用plt.figure()，否则会生成多个独立窗口，而非同一窗口内的子图
• 优先使用子图对象的绘图方法（如ax1.scatter()），而非全局的plt.scatter()，避免绘图上下文混乱
• plt.tight_layout()是优化布局的常用方法，可自动调整子图间距、标签位置

内容的提问来源于stack exchange，提问作者user2458922