matplotlib.pyplot库基础应用

在Python中使用skrf库绘制多个图表（如snp.plot_s_db）时，可以通过Matplotlib的子图功能实现。以下是具体方法：

1、创建子图布局：
使用plt.subplots()函数创建多个子图。例如，生成两行一列的布局：

   import matplotlib.pyplot as plt
   fig, (ax1, ax2) = plt.subplots(nrows=2)  # 创建2个子图，垂直排列[[12,15]]

2、将图表绘制到指定子图：
调用plot_s_db时，通过ax参数指定目标子图的Axes对象：

   snp.plot_s_db(m=0, n=0, ax=ax1)  # 在第一个子图绘制S11的dB图[[1]]
   snp.plot_s_db(m=1, n=0, ax=ax2)  # 在第二个子图绘制S21的dB图[[1]]

3、优化布局与显示：
调整子图间距并显示图表：

   plt.tight_layout()  # 自动调整子图间距[[2,12]]
   plt.show()

完整示例：

import matplotlib.pyplot as plt
import skrf as rf

# 加载网络数据（假设snp为Network对象）
snp = rf.Network('data.s2p')

# 创建2x1子图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 6))

# 绘制S11到第一个子图
snp.plot_s_db(m=0, n=0, ax=ax1, show_legend=True, color='blue')
ax1.set_title("S11 (dB)")

# 绘制S21到第二个子图
snp.plot_s_db(m=1, n=0, ax=ax2, show_legend=True, color='red')
ax2.set_title("S21 (dB)")

plt.tight_layout()
plt.show()

关键点：

• ax参数是连接skrf绘图函数与Matplotlib子图的核心。
• 子图布局的灵活性取决于subplots()的行列参数。
• 通过tight_layout()可避免标签重叠。