1. 绘制组合图的背景介绍
组合图是在一幅图像中同时显示多种类型的数据信息，常见的组合图包括折线图、柱状图、散点图等。Python提供了各种库来进行绘图，例如Matplotlib、Seaborn、Plotly等。在本文中，我们将使用Matplotlib库来绘制组合图。
2. 准备数据
在绘制组合图之前，我们首先需要准备好要展示的数据。以下是一个简单的例子，展示了某城市每天的温度和湿度数据：
import numpy as np
# 每天的温度数据
temperature = np.array([20, 22, 25, 28, 30, 29, 26, 23, 22, 21])
# 每天的湿度数据
humidity = np.array([0.4, 0.6, 0.5, 0.7, 0.8, 0.6, 0.5, 0.4, 0.3, 0.2])
在以上代码中，我们使用NumPy库创建了两个一维数组，分别表示每天的温度和湿度数据。
3. 绘制折线图
折线图是一种常用的展示数据随时间变化的图表类型。我们可以使用Matplotlib库的plot()函数来绘制折线图。
import matplotlib.pyplot as plt
# 定义 x 轴数据为日期
dates = np.arange(1, 11)
# 绘制温度折线图
plt.plot(dates, temperature, marker='o', label='Temperature')
# 设置 x 轴和 y 轴的标签
plt.xlabel('Date')
plt.ylabel('Temperature')
# 添加图例
plt.legend()
# 显示图形
plt.show()
在以上代码中，我们使用plot()函数绘制了温度的折线图，其中marker='o'表示在折线上显示圆点，label='Temperature'将该折线设置为图例中的标签。然后，我们使用xlabel()和ylabel()函数分别设置x轴和y轴的标签，legend()函数添加图例，show()函数显示图形。
运行以上代码，我们可以得到如下的折线图：
重要部分已标记
4. 绘制柱状图
柱状图是一种常用的展示数据分类分布的图表类型。我们可以使用Matplotlib库的bar()函数来绘制柱状图。
# 绘制湿度柱状图
plt.bar(dates, humidity, label='Humidity')
# 设置 x 轴和 y 轴的标签
plt.xlabel('Date')
plt.ylabel('Humidity')
# 添加图例
plt.legend()
# 显示图形
plt.show()
在以上代码中，我们使用bar()函数绘制了湿度的柱状图，label='Humidity'将该柱状图设置为图例中的标签。然后，我们使用xlabel()和ylabel()函数分别设置x轴和y轴的标签，legend()函数添加图例，show()函数显示图形。
运行以上代码，我们可以得到如下的柱状图：
重要部分已标记
5. 绘制组合图
绘制组合图可以将多个不同类型的图表放在同一幅图像中展示。我们可以使用Matplotlib库的subplots()函数创建一个具有多个子图的图像，并在每个子图上绘制不同类型的图表。
# 创建一个具有两个子图的图像
fig, ax1 = plt.subplots()
# 绘制温度折线图
ax1.plot(dates, temperature, marker='o', label='Temperature')
ax1.set_xlabel('Date')
ax1.set_ylabel('Temperature')
ax1.legend()
# 在右侧创建一个新的坐标轴
ax2 = ax1.twinx()
# 绘制湿度柱状图
ax2.bar(dates, humidity, alpha=0.5, label='Humidity')
ax2.set_ylabel('Humidity')
ax2.legend()
# 显示图形
plt.show()
在以上代码中，我们首先使用subplots()函数创建一个具有两个子图的图像。然后，我们在第一个子图上绘制了温度的折线图，使用set_xlabel()和set_ylabel()函数设置x轴和y轴的标签，使用legend()函数添加图例。接下来，我们在右侧创建了一个新的坐标轴ax2，并在该坐标轴上绘制了湿度的柱状图，使用set_ylabel()函数设置y轴的标签，使用legend()函数添加图例。最后，使用show()函数显示图形。
运行以上代码，我们可以得到如下的组合图：
重要部分已标记
6. 总结
本文介绍了使用Python绘制组合图的示例。我们首先准备了温度和湿度的数据，然后使用Matplotlib库分别绘制了温度的折线图和湿度的柱状图。最后，我们使用Matplotlib库创建了一个具有温度折线图和湿度柱状图的组合图。
通过本文的示例，我们可以学会使用Matplotlib库绘制不同类型的图表，并将它们组合成一个图像，以展示多种数据信息。