Python可视化工具之Matplotlib（2）：多子图与组合图

在Matplotlib中，多子图通常用于在同一画布上显示多个相关的图表，以便比较和对比数据。组合图则是将多个图表以某种方式组合在一起，以展示更复杂的数据关系。
多子图
创建多子图的基本步骤如下：

1. 导入必要的库：

   import matplotlib.pyplot as plt

2. 创建画布和子图：

   fig, ax = plt.subplots(nrows=2, ncols=2)  # 创建一个2x2的子图网格

3. 在每个子图上绘制数据：

   ax[0, 0].plot([0, 1, 2], [0, 1, 4])  # 在左上角的子图上绘制数据
   ax[0, 1].plot([0, 1, 2], [2, 3, 6])  # 在右上角的子图上绘制数据
   ax[1, 0].plot([0, 1, 2], [1, 4, 9])  # 在左下角的子图上绘制数据
   ax[1, 1].plot([0, 1, 2], [3, 7, 12])  # 在右下角的子图上绘制数据

4. 设置每个子图的标题和标签：

   ax[0, 0].set_title('左上角')  # 设置左上角子图的标题
   ax[0, 0].set_xlabel('X轴标签')  # 设置左上角子图的X轴标签
   ax[0, 0].set_ylabel('Y轴标签')  # 设置左上角子图的Y轴标签

5. 显示图表：

   plt.show()  # 显示图表

   通过以上步骤，您可以在同一画布上创建多个相关的图表，以便更好地比较和解释数据。
   组合图
   组合图是一种更高级的可视化技术，用于展示多个变量之间的关系。下面是一个简单的组合图示例：
6. 导入必要的库：

   import matplotlib.pyplot as plt
   import numpy as np

7. 创建数据：

   data = np.random.rand(10, 4)  # 创建一个包含10行4列的随机数据矩阵
   x = np.linspace(0, 10, num=10)  # 创建一个从0到10的线性空间，包含10个点
   y = np.sin(x)  # 对每个点计算正弦值

8. 创建组合图：
   ```python
   p.random.seed(0) # 设置随机种子以确保结果可复现
   x_new = np.linspace(0, 10, num=500) # 创建一个更细的线性空间，用于生成平滑曲线
   y_new = np.sin(x_new) # 对每个点计算正弦值，用于生成平滑曲线
   data_smoothed = np.interp(x_new, x, y) # 使用插值方法生成平滑曲线的数据点集合
   p.random.seed(0) # 设置随机种子以确保结果可复现
   y_rand = np.random.rand(10) # 创建一个包含10个随机数的数组，用于生成随机散点图的数据点集合
   data_scatter = np.interp(x_new, x, y_rand) # 使用插值方法生成散点图的数据点集合（注意：这里使用插值方法是为了使散点图与平滑曲线共享相同的x轴刻度）
   p.random.seed(0) # 设置随机种子以确保结果可复现
   y_line = np.random.randint(0, 2, size=10) # 创建一个包含10个随机整数的数组，用于生成线型图的标记数据点集合（这里