python調用matplotlib畫圖（含四個子圖）

用到了雙對數座標系和線性座標系

import matplotlib.pyplot as plt
import numpy as np

plt.suptitle("Degree Display",fontsize=16,x=0.53,y=1.05,)
# 將整個figure分成兩行兩列，第三個參數表示該圖形放在第1個網格
plt.subplot(2, 2, 1)
degree =nx.degree_histogram(G)          #返回圖中所有節點的度分佈序列
x = range(len(degree)) #生成X軸序列，從1到最大度
y = [z / float(sum(degree)) for z in degree] #在雙對座標軸上繪製度分佈曲線
plt.plot(x,y,color="blue",linewidth=2)
plt.title('Space_L Degree Plot')  # 畫圖的標題
plt.xlabel('Degree(K)')
plt.ylabel('Probability(K)')

plt.subplot(222)
degree =nx.degree_histogram(G)          #返回圖中所有節點的度分佈序列
x = range(len(degree)) #生成X軸序列，從1到最大度
y = [z / float(sum(degree)) for z in degree] #在雙對座標軸上繪製度分佈曲線
plt.loglog(x,y,color="blue",linewidth=2)#在雙對數座標軸上繪製度分佈曲線  
plt.title('Space_L Degree Log_log Plot')  # 畫圖的標題
plt.xlabel('Degree(K)')
plt.ylabel('Probability(K)')

# 將整個figure分成兩行兩列，並該圖形放在第3個網格
plt.subplot(223)
degree_p =  nx.degree_histogram(Gp)          #返回圖中所有節點的度分佈序列
x_p = range(len(degree_p)) #生成X軸序列，從1到最大度
y_p = [z_p / float(sum(degree_p)) for z_p in degree_p] #在雙對座標軸上繪製度分佈曲線
plt.plot(x_p,y_p,color="blue",linewidth=2)#在雙對數座標軸上繪製度分佈曲線  
plt.title('Space_P Degree Plot')
plt.xlabel('Degree(K)')
plt.ylabel('Probability(K)')

# 將整個figure分成兩行兩列，並該圖形放在第4個網格
plt.subplot(224)
degree_p =  nx.degree_histogram(Gp)          #返回圖中所有節點的度分佈序列
x_p = range(len(degree_p)) #生成X軸序列，從1到最大度
y_p = [z_p / float(sum(degree_p)) for z_p in degree_p] #在雙對座標軸上繪製度分佈曲線
plt.loglog(x_p,y_p,color="blue",linewidth=2)#在雙對數座標軸上繪製度分佈曲線  
plt.title('Space_P Degree Log_log Plot')
plt.xlabel('Degree(K)')
plt.ylabel('Probability(K)')

plt.tight_layout() #設置默認的間距
#plt.subplots_adjust(wspace =1, hspace =1)#調整子圖間距
#plt.subplots_adjust( wspace =1)#調整子圖間距
plt.savefig('degree.jpg', bbox_inches = 'tight')
plt.show()