Python繪圖是實現數據可視化的重要工具之一，通過繪圖不僅可以美觀地展示數據，還可以幫助我們更好地理解數據。當需要在同一個圖表中比較多組數據或者展示多個圖表時，我們可以使用Python繪制多個圖。

Python有許多強大的繪圖庫可以使用，其中較為常用的包括Matplotlib，Seaborn，Bokeh等。下文以Matplotlib為例，介紹Python如何繪制多個圖。

# 導入需要的庫
import numpy as np
import matplotlib.pyplot as plt
# 生產數據
x = np.arange(0, 10, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
# 繪制第一幅圖
plt.figure(1)
plt.subplot(311)    # 表示3行1列，選擇第1個子圖
plt.plot(x, y1)
# 繪制第二幅圖
plt.subplot(312)    # 表示3行1列，選擇第2個子圖
plt.plot(x, y2)
# 繪制第三幅圖
plt.subplot(313)    # 表示3行1列，選擇第3個子圖
plt.plot(x, y3)
# 顯示圖形
plt.show()

以上代碼中，我們使用了Matplotlib的subplot函數來繪制多幅子圖，其中用到的參數3,1,1表示3行1列，選擇第1個子圖。subplot函數常見的用法是subplot(row,column,index)，其中row表示行數，column表示列數，index表示選中的子圖位置，這些參數都是整數。例如subplot(2,2,2)表示2行2列，選擇第2個子圖（即第一行第二列）。

此外，我們還可以使用plt.subplots()函數來創建多幅子圖，該函數可以更為簡便地繪制多幅子圖。例如：

fig, axs = plt.subplots(3, 1, figsize=(8, 6), sharex=True)
axs[0].plot(x, y1)
axs[0].set_title('sin')
axs[1].plot(x, y2)
axs[1].set_title('cos')
axs[2].plot(x, y3)
axs[2].set_title('tan')
plt.show()

以上代碼中，我們使用了plt.subplots()函數創建了一個3行1列的圖表，每個子圖的大小為8x6，橫軸共享。然后我們用axs[0],axs[1],axs[2]依次指定了每個子圖的位置，并通過set_title()函數設置了每個子圖的標題。最后通過plt.show()函數展示繪制好的圖形。