### 使用 Matplotlib 绘制四子图 为了实现四个复杂函数的曲线并以四子图的方式展示，可以利用 `matplotlib` 中的 `subplot()` 或者 `subplots()` 方法。以下是详细的说明和示例代码。 #### 子图布局 通过调用 `plt.subplot(rows, cols, index)` 可以为每个子图指定位置，其中 `rows` 和 `cols` 定义网格的行列数，而 `index` 则指定了当前子图的位置[^1]。另一种方法是使用 `plt.subplots(nrows, ncols)` 创建一个包含多个子图的对象，并返回一个轴数组用于单独配置每一个子图[^3]。 下面是一个完整的例子，展示了如何创建具有上下左右布局的四个子图： ```python import numpy as np import matplotlib.pyplot as plt # 数据准备 x = np.linspace(-np.pi, np.pi, 256) # 复杂函数定义 y1 = np.sin(x)**2 * np.exp(-abs(x)) y2 = np.cos(x)**2 / (1 + abs(x)) y3 = np.tan(np.sqrt(abs(x))) y4 = np.log(abs(np.sin(x))) # 创建画布和子图对象 fig, axs = plt.subplots(2, 2, figsize=(8, 6)) # 两行两列布局 # 左上角子图 axs[0, 0].plot(x, y1, color="blue", label="$\sin^2(x)e^{-|x|}$") axs[0, 0].set_title("Top Left Plot") axs[0, 0].legend() # 右上角子图 axs[0, 1].plot(x, y2, color="green", label="$\\frac{\cos^2(x)}{1+|x|}$") axs[0, 1].set_title("Top Right Plot") axs[0, 1].legend() # 左下角子图 axs[1, 0].plot(x, y3, color="red", label="$tan(\sqrt{|x|})$") axs[1, 0].set_title("Bottom Left Plot") axs[1, 0].legend() # 右下角子图 axs[1, 1].plot(x, y4, color="purple", label="$ln(|\sin(x)|)$") axs[1, 1].set_title("Bottom Right Plot") axs[1, 1].legend() # 调整子图间距 plt.tight_layout() plt.show() ``` 上述代码中，我们分别定义了四种不同的复杂函数，并将其分配到对应的子图区域。每张子图都设置了独立的颜色、标签以及标题以便区分[^3]。 #### 关键点解释 - **数据生成**：采用 NumPy 的 `linspace` 函数生成均匀间隔的数据序列。 - **函数计算**：基于给定的数学表达式构建复杂的数值关系。 - **颜色与样式**：为增强可视化效果，在绘图时应用多种颜色及标记形式。 - **布局管理**：借助 `tight_layout()` 避免因多图重叠而导致的内容遮挡问题[^1]。 相关问题