1、在畫多幅圖時，每畫一張圖後都要使用 plt.close() 將圖關閉，否則每張圖都會累積畫到下一幅圖

2、畫多個圖表時可以使用 plt.figure(fig_i) 來建立

3、在同一個圖中畫多個子圖時，可以使用 plt.subplot(221) ，221 的意思是，建立兩行兩列共 4 個圖，並且把該圖畫在第一個圖中

4、多個數據源畫多個圖表，且每個圖表有多個子圖，可使用如下程式碼：

def data_plt(data_tuple, save_path="YDY_fig", name=""):
    """
    資料視覺化
    :return:
    """

    data_1, data_2, data_3, data_4 = data_tuple

    # 判斷資料夾是否存在，如不存在則建立
    path = os.getcwd()
    dir_path = path + "//%s" % save_path
    if not os.path.exists(dir_path):
        os.mkdir(dir_path)

    fig_i = 1
    for i, col in enumerate(data_1.columns):
        # 過濾每列中的 NAN 值
        data_1_filter_nan = df_filter_nan(data_1, col)
        data_2_filter_nan = df_filter_nan(data_2, col)
        data_3_filter_nan = df_filter_nan(data_3, col)
        data_4_filter_nan = df_filter_nan(data_4, col)

        data_filter_nan_tuple = data_1_filter_nan, data_2_filter_nan, data_3_filter_nan, data_4_filter_nan

        step = re.findall(r"[0-9]+", col)[0]

        plt.figure(fig_i)  # 選擇畫在圖表 fig_i
        sub_fig_i = 221
        for data_i in data_filter_nan_tuple:
            NT = scs.norm.fit(data_i[col])  # `正態檢驗`
            plt.sca(plt.subplot(sub_fig_i))  # 畫在子圖 sub_fig_i
            plt.hist(data_i[col])  # 畫圖
            plt.axis([0, 100, 0, len(data_i)])
            plt.ylabel('Freq')
            plt.title(r'$ step=%s, \ \mu=%.2f ,\ \sigma=%.2f $' % (step, float(NT[0]), float(NT[1])))
            plt.grid(True)
            sub_fig_i += 1
        plt.savefig(r"%s/%s_%s.png" % (save_path, name, col))
        fig_i += 1
        # plt.show()
        # 關閉圖
        plt.close()

    return None