将子图设置更改为：

plt.subplot(1, 2, 1)

...

plt.subplot(1, 2, 2)

subplot的参数为：行数、列数以及当前所在的子图。因此，1, 2, 1表示“一个1行2列的图形：转到第一个子图。”那么1, 2, 2表示“一行两列的图：进入第二个子情节。”
您当前要求的是2行1列（即一个在另一个之上）布局。您需要改为要求1行2列布局。这样做时，结果将是：

为了最大限度地减少子情节的重叠，您可能需要启动：

plt.tight_layout()

在演出之前。让步：

查看此页面：http://matplotlib.org/examples/pylab_examples/subplots_demo.html
plt.subplots也是类似的，我认为它更好，因为它更容易设置图形的参数。前两个参数定义布局（在您的情况下为1行，2列），其他参数更改图形大小等特性：

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(5, 3))
axes[0].plot(x1, y1)
axes[1].plot(x2, y2)
fig.tight_layout()

当在一个方向上堆叠子图时，matplotlib文档建议如果您只是创建几个轴，则立即解包。

fig, (ax1, ax2) = plt.subplots(1,2, figsize=(20,8))
sns.histplot(df['Price'], ax=ax1)
sns.histplot(np.log(df['Price']),ax=ax2)
plt.show()

您可以使用- matplotlib.网格规范
检查-https://matplotlib.org/stable/api/_as_gen/matplotlib.gridspec.GridSpec.html
下面的代码在右边显示一个热图，在左边显示一个Image。

#Creating 1 row and 2 columns grid
gs = gridspec.GridSpec(1, 2) 
fig = plt.figure(figsize=(25,3))

#Using the 1st row and 1st column for plotting heatmap
ax=plt.subplot(gs[0,0])
ax=sns.heatmap([[1,23,5,8,5]],annot=True)

#Using the 1st row and 2nd column to show the image
ax1=plt.subplot(gs[0,1])
ax1.grid(False)
ax1.set_yticklabels([])
ax1.set_xticklabels([])

#The below lines are used to display the image on ax1
image = io.imread("https://images-na.ssl-images- amazon.com/images/I/51MvhqY1qdL._SL160_.jpg")

plt.imshow(image)
plt.show()

Output image

基本上我们必须定义我们需要多少行和列。假设我们有总共4个分类列要绘制。让我们有2行和2列的总共4个图。

import matplotlib.pyplot as plt
    import matplotlib
    import seaborn as sns
    sns.set_style("darkgrid")
    %matplotlib inline
    #15 by 15 size set for entire plots
    plt.figure(figsize=(15,15));
    #Set rows variable to 2
    rows = 2
    #Set columns variable to 2, this way we will plot 2 by 2 = 4 plots
    columns = 2
    #Set the plot_count variable to 1
    #This variable will be used to define which plot out of total 4 plot
    plot_count = 1
    cat_columns = [col for col in df.columns if df[col].dtype=='O']
    for col in cat_columns:
        plt.subplot(rows, columns, plot_count)
        sns.countplot(x=col, data=df)
        plt.xticks(rotation=70);
        #plot variable is incremented by 1 till 4, specifying which plot of total 4 plots
        plot_count += 1