很多时候，我们需要从多个角度对数据进行比较，在可视化上也是一样的。Matplotlib通过子图subplot的概念来实线这一功能。
一、手动创建子图
通过plt.axes函数可以创建基本子图，默认情况下它会创建一个标准的坐标轴，并填满整张图。但是我们可以通过参数配置，实现想要的子图效果。
这个参数是个列表形式，有四个值，从前往后，分别是子图左下角基点的x和y坐标以及子图的宽度和高度，数值的取值范围是0-1之间，画布左下角是（0，0），画布右上角是（1，1）。
下面我们看个例子：
上面是Matlab接口的风格，面向对象画图接口中有类似的fig.add_axes()方法：
二、 plt.subplot方法
subplot的方法接收三个整数参数，分别表示几行、几列、子图索引值。索引值从1开始，从左上角到右下角依次自增。
子图间距好像不太恰当，可以使用plt.subplots_adjust方法进行调整，它接受水平间距hspace和垂直间距wspace两个参数。
同样的，面向对象接口也有fig.add_subplot()方法可以使用：
三、 快速创建多子图
可以使用subplots()方法快速的创建多子图环境，并返回一个包含子图的Numpy数组。
fig, ax = plt.subplots(2,3,sharex='col', sharey='row')
通过sharex和sharey参数，自动地去掉了网格内部子图的坐标刻度等内容，实现共享，让图形看起来更整齐整洁。
通过对返回的ax数组进行调用，可以操作每个子图，绘制图形：
结果不再展示。但是需要注意的是，subplot()和subplots()两个方法在方法名上差个字母s外，subplots的索引是从0开始的。
四、GridSpec 复杂网格
前面的子图其实都比较规整，如果想实现不规则的多行多列子图，可以使用plt.GridSpec方法。
下面是一个使用plt.GridSpec方法创建多轴频次直方图的例子：
