这是一个很好的例子，展示了使用matplotlib的object oriented API的好处。

import numpy as np
import matplotlib.pyplot as plt

# Generate random data
data = np.random.rand(100)

# Plot in different subplots
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.plot(data)

ax2.plot(data)

ax1.plot(data+1)

plt.show()

• 注意：* 变量名以小写字母开头更符合Python风格，例如：data = ...而不是Data = ...参见PEP8

请注意，在这种情况下，警告是误报。在使用plt.subplot(..)重新激活先前创建的子图的情况下，理想情况下不应触发该选项。
出现此警告的原因是plt.subplot和fig.add_subplot()在内部采用相同的代码路径。警告是针对后者，而不是前者。
要了解更多信息，请参阅issues 12513。长话短说，人们正在致力于此，但要将这两个功能解耦并不像最初想象的那么容易。目前，如果plt.subplot()触发了警告，您可以忽略它。

使用plt.subplot(1,2,1)在当前图形中创建一个新轴。弃用警告表明，在未来的版本中，当您第二次调用它时，它不会抓取先前创建的轴，而是会覆盖它。
可以通过将轴的第一个示例赋给变量来保存对该示例的引用。

plt.figure()
# keep a reference to the first axis
ax1 = plt.subplot(1,2,1)
ax1.plot(Data)

# and a reference to the second axis
ax2 = plt.subplot(1,2,2)
ax2.plot(Data)

# reuse the first axis
ax1.plot(Data+1)

我也有同样的问题。我曾经有以下代码引发了警告：
(note变量Image只是我保存为numpy数组的图像）

import numpy as np
import matplotlib.pyplot as plt

plt.figure(1)  # create new image
plt.title("My image")  # set title
# initialize empty subplot
AX = plt.subplot()  # THIS LINE RAISED THE WARNING
plt.imshow(Image, cmap='gist_gray')  # print image in grayscale
...  # then some other operations

我解决了这个问题，修改如下：

import numpy as np
import matplotlib.pyplot as plt

fig_1 = plt.figure(1)  # create new image and assign the variable "fig_1" to it
AX = fig_1.add_subplot(111)  # add subplot to "fig_1" and assign another name to it
AX.set_title("My image")  # set title
AX.imshow(Image, cmap='gist_gray')  # print image in grayscale
...  # then some other operations

当您多次创建相同的轴对象时，将出现错误。在您的示例中，首先创建两个subplot对象（使用方法plt.subplot）。

type(plt.subplot(2, 1, 2)) Out: matplotlib.axes._subplots.AxesSubplot

python自动将上次创建的轴设置为默认值。轴仅表示不带数据的图的框架。这就是为什么你可以执行plt.plot（data）。方法plot（data）打印轴对象中的一些数据。当你尝试在同一个图中打印新的数据时，你不能只使用plt.subplot（2，1，2），因为python会在默认情况下尝试创建一个新的轴对象。所以你要做的是：将每个子图指定给一个变量。

ax1 = plt.subplot(2,1,1)
ax2 = plt.subplot(2,1,2)

然后选择您要打印数据的“帧”：

ax1.plot(data)
ax2.plot(data+1)
ax1.plot(data+2)

如果您有兴趣绘制更多图形（例如5）在一个图形中，首先创建一个图形。您的数据存储在PandasDataFrame中，并且您在列表中为每个列创建一个新的轴元素。然后循环遍历列表，在每个轴元素中绘制数据并选择属性

import pandas as pd 
import matplotlib.pyplot as plt 

#want to print all columns
data = pd.DataFrame('some Datalist')
plt.figure(1)
axis_list = []

#create all subplots in a list 
for i in range(data.shape[1]):
axis_list.append(plt.subplot(data.shape[1],1,i+1)

for i,ax in enumerate(axis_list):

    # add some options to each subplot  
    ax.grid(True)
    #print into subplots
    ax.plot(data.iloc[:,[i]])

我们可以为每个轴添加唯一的标签来绘制它。
ax = plt.subplot(label='testlabel')