### 使用 Matplotlib 绘制四个复杂函数的子图 为了实现这一目标，可以利用 `matplotlib` 的子图功能来创建多个绘图区域，并分别绘制不同的复杂函数。以下是完整的解决方案： #### 方法说明 通过两种方法（基于 `GridSpec` 和 `subplot2grid`），可以灵活地自定义布局并绘制复杂的函数图像。 --- #### 示例代码：使用 GridSpec 创建子图 ```python import numpy as np import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec # 定义四个复杂函数 def func1(x): return np.sin(x) * np.exp(-x / 10) def func2(x): return np.cos(x) ** 2 + np.log(x + 1) def func3(x): return (np.tan(x) - x) / (x + 1) def func4(x): return np.sqrt(x) * np.sin(5 * x) # 数据范围 x = np.linspace(0, 10, 500) # 创建图形对象和网格规格 fig = plt.figure(figsize=(10, 8)) spec = gridspec.GridSpec(2, 2, figure=fig) # 子图1 ax1 = fig.add_subplot(spec[0, 0]) ax1.plot(x, func1(x), label="f1(x)", color='red') ax1.set_title("Function 1") ax1.legend() # 子图2 ax2 = fig.add_subplot(spec[0, 1]) ax2.plot(x, func2(x), label="f2(x)", color='blue', linestyle="--") ax2.set_title("Function 2") ax2.legend() # 子图3 ax3 = fig.add_subplot(spec[1, 0]) ax3.plot(x, func3(x), label="f3(x)", color='green', marker="o", markersize=3) ax3.set_title("Function 3") ax3.legend() # 子图4 ax4 = fig.add_subplot(spec[1, 1]) ax4.plot(x, func4(x), label="f4(x)", color='purple', linewidth=2) ax4.set_title("Function 4") ax4.legend() plt.tight_layout() plt.show() ``` 上述代码展示了如何使用 `GridSpec` 来划分画布为 2×2 布局，并分别为每个子图绘制不同复杂度的函数曲线[^1]。 --- #### 示例代码：使用 subplot2grid 创建子图 另一种方式是采用 `subplot2grid` 实现更精细的控制： ```python import numpy as np import matplotlib.pyplot as plt # 定义相同的四个复杂函数 def func1(x): return np.sin(x) * np.exp(-x / 10) def func2(x): return np.cos(x) ** 2 + np.log(x + 1) def func3(x): return (np.tan(x) - x) / (x + 1) def func4(x): return np.sqrt(x) * np.sin(5 * x) # 数据范围 x = np.linspace(0, 10, 500) # 创建主画布 plt.figure(figsize=(10, 8)) # 子图1 ax1 = plt.subplot2grid((2, 2), (0, 0)) ax1.plot(x, func1(x), label="f1(x)", color='orange') ax1.set_title("Function 1") ax1.legend() # 子图2 ax2 = plt.subplot2grid((2, 2), (0, 1)) ax2.plot(x, func2(x), label="f2(x)", color='cyan', linestyle="-.") ax2.set_title("Function 2") ax2.legend() # 子图3 ax3 = plt.subplot2grid((2, 2), (1, 0)) ax3.plot(x, func3(x), label="f3(x)", color='magenta', alpha=0.7) ax3.set_title("Function 3") ax3.legend() # 子图4 ax4 = plt.subplot2grid((2, 2), (1, 1)) ax4.plot(x, func4(x), label="f4(x)", color='black', lw=1.5) ax4.set_title("Function 4") ax4.legend() plt.tight_layout() plt.show() ``` 此代码同样实现了四张子图的排列，并允许进一步调整位置参数以适应特定需求[^2]。 --- #### 关键点总结 - 使用 `GridSpec` 或 `subplot2grid` 可以自由设计子图的位置与比例。 - 每个子图可以通过调用其专属的 `plot()` 函数独立完成数据可视化。 - 对于复杂函数，需注意数值稳定性以及可能存在的未定义区间处理。 ---