Python画多条图是数据可视化的常见应用场景之一。对于需要绘制多组数据的情况，我们可以通过使用Matplotlib库中的subplot()函数来实现。在下面的代码中，我们将绘制两幅图，分别为折线图和散点图。

import numpy as np
import matplotlib.pyplot as plt
# 数据
x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
# 折线图
plt.subplot(2,1,1) # 分成两行一列，第一子图
plt.plot(x, y1, 'r-', label='sin(x)')
plt.legend()
# 散点图
plt.subplot(2,1,2) # 分成两行一列，第二子图
plt.scatter(x, y2, color='b', marker='o', label='cos(x)')
plt.legend()
# 展示
plt.show()

在上面的代码中，我们使用了subplot()函数，并将其分成了两行一列的布局，然后在不同的子图上分别绘制了折线图和散点图。其中subplot()函数的第一个参数表示行数，第二个参数表示列数，第三个参数表示子图的序号。在序号的顺序上，从左到右、从上到下，依次从1开始递增。

除了上面提到的subplot()函数之外，我们还可以分别创建两幅图，并使用plt.show()函数将它们显示在同一张图中，代码如下：

# 数据
x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
# 折线图
plt.plot(x, y1, 'r-', label='sin(x)')
# 散点图
plt.figure() # 新建一张图
plt.scatter(x, y2, color='b', marker='o', label='cos(x)')
# 展示
plt.show()

在这个例子中，我们分别创建了两张图，分别绘制了折线图和散点图，并使用了plt.figure()函数创建了一个新的图像，并将散点图显示在了其中。