1）plt.subplots()
fig,ax = plt.subplots()的意思是，建立一个fig对象，建立一个axis对象。
pyplot有当前的图形（figure）和当前的轴（axes）的概念，所有的作图命令都是对当前的对象作用。
2)matplotlib各部分的讲解
首先一幅Matplotlib的图像组成部分介绍。
在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：
下面以一个直线图来详解图像内部各个组件内容:
其中：title为图像标题，Axis为坐标轴, Label为坐标轴标注，Tick为刻度线，Tick Label为刻度注释。各个对象关系可以梳理成以下内容：
图像中所有对象均来自于Artist的基类。
上面基本介绍清楚了图像中各个部分的基本关系，下面着重讲一下几个部分的详细的设置。
一个"Figure"意味着用户交互的整个窗口。在这个figure中容纳着"subplots"。
当我们调用plot时，matplotlib会调用gca()获取当前的axes绘图区域，而且gca反过来调用gcf()来获得当前的figure。如果figure为空，它会自动调用figure()生成一个figure, 严格的讲，是生成subplots(111)。
Figures
Subplots
plt.subplot(221) # 第一行的左图
plt.subplot(222) # 第一行的右图
plt.subplot(212) # 第二整行
plt.show()注意：其中各个参数也可以用逗号,分隔开。第一个参数代表子图的行数；第二个参数代表该行图像的列数； 第三个参数代表每行的第几个图像。
另外：fig, ax = plt.subplots(2,2),其中参数分别代表子图的行数和列数，一共有 2x2 个图像。函数返回一个figure图像和一个子图ax的array列表。
Tick Locators
Tick Locators 控制着 ticks 的位置。比如下面：
ax = plt.gca()
ax.xaxis.set_major_locator(eval(locator))一些不同类型的locators：
代码如下：
import numpy as np
import matplotlib.pyplot as plt
def tickline():
plt.xlim(0, 10), plt.ylim(-1, 1), plt.yticks([])
ax = plt.gca()
ax.spines[\'right\'].set_color(\'none\')
ax.spines[\'left\'].set_color(\'none\')
ax.spines[\'top\'].set_color(\'none\')
ax.xaxis.set_ticks_position(\'bottom\')
ax.spines[\'bottom\'].set_position((\'data\',0))
ax.yaxis.set_ticks_position(\'none\')
ax.xaxis.set_minor_locator(plt.MultipleLocator(0.1))
ax.plot(np.arange(11), np.zeros(11))
return ax
locators = [
\'plt.NullLocator()\',
\'plt.MultipleLocator(1.0)\',
\'plt.FixedLocator([0, 2, 8, 9, 10])\',
\'plt.IndexLocator(3, 1)\',
\'plt.LinearLocator(5)\',
\'plt.LogLocator(2, [1.0])\',
\'plt.AutoLocator()\',
]
n_locators = len(locators)
size = 512, 40 * n_locators
dpi = 72.0
figsize = size[0] / float(dpi), size[1] / float(dpi)
fig = plt.figure(figsize=figsize, dpi=dpi)
fig.patch.set_alpha(0)
for i, locator in enumerate(locators):
plt.subplot(n_locators, 1, i + 1)
ax = tickline()
ax.xaxis.set_major_locator(eval(locator))
plt.text(5, 0.3, locator[3:], ha=\'center\')
plt.subplots_adjust(bottom=.01, top=.99, left=.01, right=.99)
plt.show()所有这些locators均来自于基类matplotlib.ticker.Locator。你可以通过继承该基类创建属于自己的locator样式。同时matplotlib也提供了特殊的日期locator, 位于matplotlib.dates.