如何使用Matplotlib将3张独立分析图表合并至同一画布中

直接使用matplotlib的子图接口创建3行1列的布局，将3张趋势图分别放置到对应子区域即可，不需要额外依赖其他库。

完整可运行代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 数据读取与预处理
laptop_defects = pd.read_excel('/content/Data_Analysis_Project.xlsx')
laptop_defects['Defect Rate'] = round(laptop_defects['Defects'] / laptop_defects['Opportunities'] * 1000000, 0)
month_col = laptop_defects['Month ID(YYYYMM)']

# 创建包含3个垂直排列子图的画布，设置合适尺寸，共享x轴保证时间对齐
fig, (ax_defect, ax_opp, ax_rate) = plt.subplots(
    nrows=3, 
    ncols=1, 
    figsize=(10, 14), 
    sharex=True
)

# 绘制第一张图：月度Defects趋势
ax_defect.plot(month_col, laptop_defects['Defects'], color='#1f77b4')
ax_defect.set_title('月度Defects变化趋势')
ax_defect.set_ylabel('缺陷数量')
ax_defect.grid(alpha=0.3)

# 绘制第二张图：月度Opportunities趋势
ax_opp.plot(month_col, laptop_defects['Opportunities'], color='#ff7f0e')
ax_opp.set_title('月度Opportunities变化趋势')
ax_opp.set_ylabel('检测基数')
ax_opp.grid(alpha=0.3)

# 绘制第三张图：带均值、控制限的Defect Rate趋势
ax_rate.plot(month_col, laptop_defects['Defect Rate'], label='Defect Rate', color='#2ca02c')
ax_rate.plot(month_col, laptop_defects['Mean Rate'], label='Mean Rate', color='#d62728', linestyle='--')
ax_rate.plot(month_col, laptop_defects['2 Sigma limit'], label='2 Sigma Limit', color='#9467bd', linestyle=':')
ax_rate.plot(month_col, laptop_defects['3 Sigma limit'], label='3 Sigma Limit', color='#8c564b', linestyle=':')
ax_rate.set_title('带均值与控制限的月度Defect Rate变化趋势')
ax_rate.set_ylabel('每百万单位缺陷数')
ax_rate.set_xlabel('月份(YYYYMM)')
ax_rate.legend()
ax_rate.grid(alpha=0.3)

# 自动调整排版，避免标签、标题重叠
plt.tight_layout()
plt.show()

关键配置说明 #

• nrows=3, ncols=1指定画布按3行垂直排布子图，所有子图同属一个figure对象
• sharex=True让3张子图共用时间x轴，避免重复显示刻度，同时保证三个图表的时间节点完全对齐
• 每个子图通过独立的ax对象调用绘图方法，单独配置标题、标签、样式，不会互相覆盖
• plt.tight_layout()自动计算子图间距，解决文字重叠问题

原独立图表参考 #

内容的提问来源于stack exchange，提问作者Alice T