要比较多个频率分布或直方图，可以使用Matplotlib中的子图（subplots）功能。以下是一个简单的示例代码，演示如何比较两个直方图：

import matplotlib.pyplot as pltimport numpy as np# 生成随机数据data1 = np.random.randn(1000)data2 = np.random.randn(1000)# 创建子图fig, axs = plt.subplots(1, 2, figsize=(10, 5))# 绘制第一个直方图axs[0].hist(data1, bins=30, color='skyblue', alpha=0.7)axs[0].set_title('Histogram of Data 1')# 绘制第二个直方图axs[1].hist(data2, bins=30, color='salmon', alpha=0.7)axs[1].set_title('Histogram of Data 2')plt.show()

在上面的示例中，我们生成了两组随机数据data1和data2，然后使用plt.subplots创建了一个包含两个子图的画布。接下来，在每个子图中使用hist函数绘制了对应数据的直方图，并设置了标题。最后调用plt.show()显示图形。通过这种方式，我们可以方便地比较多个频率分布或直方图。