使用Matplotlib.figure绘制多个直方图

Matplotlib是一种功能强大的Python绘图库，可以用于创建各种类型的图表，包括直方图。直方图是一种常用的统计图表，用于显示数据的分布情况。

在Matplotlib中，可以使用figure对象创建一个新的图形，并在该图形上绘制多个直方图。下面是一个使用Matplotlib.figure绘制多个直方图的例子：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
data1 = np.random.normal(0, 1, 1000)
data2 = np.random.normal(2, 1, 1000)

# 创建一个新的图形
fig = plt.figure()

# 在图形上添加两个子图
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

# 绘制第一个直方图
n1, bins1, patches1 = ax1.hist(data1, bins=10, color='blue', alpha=0.5)
ax1.set_title('Histogram of data1')
ax1.set_xlabel('Value')
ax1.set_ylabel('Frequency')

# 绘制第二个直方图
n2, bins2, patches2 = ax2.hist(data2, bins=10, color='green', alpha=0.5)
ax2.set_title('Histogram of data2')
ax2.set_xlabel('Value')
ax2.set_ylabel('Frequency')

# 显示图形
plt.show()

上述代码首先导入了numpy和matplotlib.pyplot模块，并生成了两个随机数据集data1和data2。然后，创建了一个新的图形对象fig。

使用fig.add_subplot(1, 2, 1)函数向图形上添加两个子图，第一个子图在第1行第1列的位置，第二个子图在第1行第2列的位置。这里使用了1行2列的网格布局。

接下来，使用ax1.hist()函数绘制第一个直方图。该函数接受需要绘制的数据、bin的个数、颜色和透明度等参数，并返回每个bin的频数、bin的边界和绘制的直方图矩形。使用ax1.set_title()、ax1.set_xlabel()和ax1.set_ylabel()等函数设置子图的标题和坐标轴标签。

类似地，使用ax2.hist()函数绘制第二个直方图，并设置第二个子图的标题和坐标轴标签。

最后使用plt.show()函数显示图形。

运行上述代码，将会得到一个包含两个子图的图形，每个子图绘制了一个直方图。第一个直方图显示了data1的数据分布情况，第二个直方图显示了data2的数据分布情况。

通过Matplotlib.figure绘制多个直方图，可以方便地比较不同数据集的分布情况。可以使用不同的颜色、透明度、bin个数等参数来调整直方图的外观，从而更好地呈现数据的特点和差异。