### 类型注解方法 在 Python 中，`plt.subplots` 函数返回的对象 `fig` 和 `ax` 分别对应于 `matplotlib.figure.Figure` 和 `matplotlib.axes.Axes` 类型。因此，可以通过类型注解为这些变量指定明确的类型，以便提高代码的可读性和静态分析工具的检查能力[^1]。 以下是为 `fig` 和 `ax` 进行类型注解的示例： ```python from matplotlib.figure import Figure from matplotlib.axes import Axes import matplotlib.pyplot as plt # 使用类型注解 fig: Figure ax: Axes fig, ax = plt.subplots() ``` 通过上述方式，`fig` 被注解为 `Figure` 类型，而 `ax` 被注解为 `Axes` 类型。这有助于开发者更清晰地了解变量的用途，并且可以利用 IDE 的自动补全功能来提升开发效率[^2]。 如果 `plt.subplots` 返回的是一个包含多个子图的数组（例如通过传递参数 `nrows` 和 `ncols`），则需要对 `ax` 进行更复杂的类型注解。在这种情况下，`ax` 将是一个二维数组，其类型可以注解为 `numpy.ndarray`，其中每个元素是 `Axes` 类型： ```python from matplotlib.figure import Figure from matplotlib.axes import Axes import matplotlib.pyplot as plt import numpy as np # 使用类型注解 fig: Figure ax: np.ndarray[Axes] fig, ax = plt.subplots(2, 2) # 创建 2x2 子图布局 ``` ### 示例代码 以下是一个完整的示例，展示了如何为 `fig` 和 `ax` 进行类型注解并绘制简单的图形： ```python from matplotlib.figure import Figure from matplotlib.axes import Axes import matplotlib.pyplot as plt # 类型注解 fig: Figure ax: Axes fig, ax = plt.subplots() # 绘制一个简单的折线图 x = [1, 2, 3, 4, 5] y = [10, 20, 25, 30, 40] ax.plot(x, y) # 添加注释 ax.annotate('peak', xy=(3, 25), xytext=(4, 35), arrowprops=dict(facecolor='black', shrink=0.05)) plt.show() ``` ### 注意事项 - 如果使用了 `mypy` 或其他静态类型检查工具，类型注解将帮助发现潜在的类型错误。 - 在多子图的情况下，`ax` 的类型注解应根据实际情况调整为 `np.ndarray[Axes]` 或类似的结构。 - 类型注解不会影响运行时行为，仅用于开发时的提示和静态分析[^3]。