好的，创建多个图的最简单方法是：

import matplotlib.pyplot as plt
x=[[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4]]
y=[[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4]]
for i in range(len(x)):
    plt.figure()
    plt.plot(x[i],y[i])
    # Show/save figure as desired.
    plt.show()
# Can show all four figures at once by calling plt.show() here, outside the loop.
#plt.show()

请注意，每次都需要创建一个figure，否则pyplot将在创建的第一个中绘图。
如果要创建多个数据系列，只需：

import matplotlib.pyplot as plt
plt.figure()
x=[[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4]]
y=[[1,2,3,4],[2,3,4,5],[3,4,5,6],[7,8,9,10]]
plt.plot(x[0],y[0],'r',x[1],y[1],'g',x[2],y[2],'b',x[3],y[3],'k')

你可以通过一个像['r','g','b','k']这样的颜色列表来自动化它，然后只要调用这个列表中的条目和相应的数据就可以了。如果你只是想通过编程将数据序列添加到一个绘图中，类似下面这样的操作就可以了（每次都不会创建新的图形，所以所有的东西都绘制在同一个图形中）：

import matplotlib.pyplot as plt
x=[[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4]]
y=[[1,2,3,4],[2,3,4,5],[3,4,5,6],[7,8,9,10]]
colours=['r','g','b','k']
plt.figure() # In this example, all the plots will be in one figure.    
for i in range(len(x)):
    plt.plot(x[i],y[i],colours[i])
plt.show()

如果说有什么不同的话，matplotlib有一个非常好的documentation page，有很多examples。
2019年12月17日添加了plt.show()和plt.figure()调用，以阐明这部分内容。

使用字典!!

也可以使用字典，以便对图进行更多控制：

import matplotlib.pyplot as plt
#   plot 0     plot 1    plot 2   plot 3
x=[[1,2,3,4],[1,4,3,4],[1,2,3,4],[9,8,7,4]]
y=[[3,2,3,4],[3,6,3,4],[6,7,8,9],[3,2,2,4]]

plots = zip(x,y)
def loop_plot(plots):
    figs={}
    axs={}
    for idx,plot in enumerate(plots):
        figs[idx]=plt.figure()
        axs[idx]=figs[idx].add_subplot(111)
        axs[idx].plot(plot[0],plot[1])
    return figs, axs  
        
figs, axs = loop_plot(plots)

现在，您可以轻松地选择要修改的图：

axs[0].set_title("Now I can control it!")

当然，由您决定如何处理这些图。您可以将其保存到磁盘figs[idx].savefig("plot_%s.png" %idx)或显示plt.show()。如果要一起弹出所有图，请使用参数block=Falseonly（如果你有很多情节，这可能会相当混乱）。您可以在loop_plot函数内部或使用该函数提供的字典在单独的循环中执行此操作。
仅将return添加到figs和axs并不强制执行plt.show()。

以下是两个如何在单独窗口（框架）中生成图形的示例，以及一个如何生成图形并将其保存到单独图形文件中的示例。
好的，首先是屏幕上的例子，注意我们为每个图形使用了一个单独的plt.figure（）示例，使用plt.plot（），最后，我们必须调用**plt.show（）**将所有图形显示在屏幕上。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace( 0,10 )

for n in range(3):
    y = np.sin( x+n )
    plt.figure()
    plt.plot( x, y )

plt.show()

另一种方法是plt.show在循环中使用www.example.com（block=False）：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace( 0,10 )

for n in range(3):
    y = np.sin( x+n )
    plt.figure()
    plt.plot( x, y )
    plt.show( block=False )

现在，让我们生成图形，并将它们分别写入文件。这里我们将plt.show（）替换为plt.savefig（filename）。与上一个示例的不同之处在于，我们不必考虑每个图形的“阻塞"。还要注意，我们对文件名进行编号。这里我们使用%03d，以便以后可以方便地按编号顺序使用它们。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace( 0,10 )

for n in range(3):
    y = np.sin( x+n )
    plt.figure()
    plt.plot( x, y )
    plt.savefig('myfilename%03d.png'%(n))

如果您的要求是针对一列绘图，那么请随意使用（首先将数据导入PandasDF）（绘制一个5列和所需行数的绘图矩阵）

：

import math
i,j=0,0
PLOTS_PER_ROW = 5
fig, axs = plt.subplots(math.ceil(len(df.columns)/PLOTS_PER_ROW),PLOTS_PER_ROW, figsize=(20, 60))
for col in df.columns:
    axs[i][j].scatter(df['target_col'], df[col], s=3)
    axs[i][j].set_ylabel(col)
    j+=1
    if j%PLOTS_PER_ROW==0:
        i+=1
        j=0
plt.show()

在不同帧上绘图的简单方法如下所示：

import matplotlib.pyplot as plt  
for grp in list_groups:
        plt.figure()
        plt.plot(grp)
        plt.show()

然后python将为每次迭代绘制多个帧。

我们可以创建一个for循环，并将所有数值列传递给它。当我们将**plt.figure（）**包含到循环中时，循环将在单独的窗格中逐个绘制图形。

import pandas as pd
import seaborn as sns
import numpy as np

numeric_features=[x for x in data.columns if data[x].dtype!="object"]
#taking only the numeric columns from the dataframe.

for i in data[numeric_features].columns:
    plt.figure(figsize=(12,5))
    plt.title(i)
    sns.boxplot(data=data[i])