这周有点事忙着，没时间重温刚结束的Mathurcup数学建模，这两天也是再看了下，论文还是赶紧挺烂的，但比国赛又有进步（说起国赛又不得不抱怨了，基本其余省份都发了，但江西......哎）。哎，数模就是这样，想起刚接触数模，也是参加了Mathurcup，结果。。。

        咳咳，跑偏了，就这次Mathurcup而言，还是感觉到了有些乏力，毕竟平常也都不会去专门看数模，都是比赛的时候临时学，有些模型、方法还是很生。但熬了这么久，也算学到了点啥，对于我来说，我是敲代码的，思路方面不用我操心，理解他思路就行，但代码方面，我印象很深刻的就是学会了用画布，之前参考优秀论文的时候经常能看见这种图，一张图中有很多子图。类似下面这种：

        其实实现也蛮简单的，下面是一个例子，也是本次Mathurcup的数据处理某个环节，具体注释也给了：

import matplotlib.pyplot as plt
import pandas as pdi = 1
# 创建包含 8 个子图的图布
fig, axs = plt.subplots(4, 2, figsize=(12, 8))  #可调整
# 因为要为每个子图进行相同的绘图操作，可以使用 flatten() 将其转换为一维数组
axs = axs.flatten()# 遍历文件夹中的所有文件
for j in range(140,281, 20):file_path = f"D:\\OneDrive\\桌面\\2024Mathurcup\\附件二处理后数据\\category{j}.xlsx"# 读取文件df = pd.read_excel(file_path)# 取数据x_axis_data = df['日期']y_axis_data = df['销量']# 后面子图名称line_name = f"category{j}"axs[i - 1].plot(x_axis_data, y_axis_data, 'b*--', alpha=0.5, linewidth=1, label=line_name)  # 绘制曲线axs[i - 1].legend(loc='upper right', bbox_to_anchor=(1.05, 1), borderaxespad=0.)# 设置 X 轴刻度axs[i - 1].xaxis.set_major_locator(plt.MaxNLocator(nbins=5))# 设置x轴、y轴axs[i - 1].set_xlabel('日期', fontdict={"family": "KaiTi", "size": 15, "color": "b"})axs[i - 1].set_ylabel('销量', fontdict={"family": "KaiTi", "size": 15, "color": "b"})i += 1
# 自动调整子图参数，确保子图之间以及子图和标签之间的间距合理，避免重叠，从而使得图像布局更加整洁和美观。
plt.tight_layout()
plt.savefig("D:/picture_1.png")
plt.show()

运行结果如下，向这种就适合那些数据文件很多的抽样展示：

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。看啥。没有了，学习去！