python编程根据‘新生数据.xls’，绘制各省男女身高柱形图（横坐标为各省，纵坐标为身高）； 各省男女人数堆叠柱形图（横坐标为各省，纵坐标为人数），创建带有2行2列子图的窗口以显示上述4图，合理布局图大小。

### 回答1：
可以使用 pandas 和 matplotlib 库来完成这个任务。以下是示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_excel('新生数据.xls')

# 绘制男女身高柱形图
fig, axs = plt.subplots(2, 2, figsize=(10, 8))
axs[0, 0].bar(data['省份'], data['男生身高'], color='b', label='男生')
axs[0, 0].bar(data['省份'], data['女生身高'], bottom=data['男生身高'], color='r', label='女生')
axs[0, 0].set_title('各省男女身高柱形图')
axs[0, 0].legend()

# 绘制男女人数堆叠柱形图
axs[0, 1].bar(data['省份'], data['男生人数'], color='b', label='男生')
axs[0, 1].bar(data['省份'], data['女生人数'], bottom=data['男生人数'], color='r', label='女生')
axs[0, 1].set_title('各省男女人数堆叠柱形图')
axs[0, 1].legend()

# 绘制男女身高箱线图
data.boxplot(column=['男生身高', '女生身高'], by='省份', ax=axs[1, 0])
axs[1, 0].set_title('各省男女身高箱线图')

# 绘制男女人数饼图
data.groupby('省份').sum()[['男生人数', '女生人数']].plot(kind='pie', subplots=True, ax=axs[1, 1])
axs[1, 1].set_title('各省男女人数饼图')

# 调整布局
plt.tight_layout()

# 显示图形
plt.show()

注意：这个代码只是示例，实际数据可能需要进行一些预处理和清洗。另外，由于数据中可能存在中文字符，需要确保代码文件的编码为 UTF-8。

### 回答2：
题目要求根据‘新生数据.xls’，绘制四张柱形图，并创建带有2行2列子图的窗口进行显示。

首先，我们需要使用Python的pandas库读取‘新生数据.xls’文件，并将数据存储为DataFrame格式。

import pandas as pd

data = pd.read_excel('新生数据.xls')

接下来，我们需要提取男女身高和人数的数据，并进行分组以获取每个省份的男女身高和人数。

height_data = data[['省份', '性别', '身高']]
count_data = data[['省份', '性别']].groupby(['省份']).size().unstack().reset_index()

然后，我们可以使用matplotlib库来绘制柱形图。

1. 绘制各省男女身高柱形图：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
width = 0.35

provinces = height_data['省份'].unique()
male_height = height_data[height_data['性别'] == '男']['身高']
female_height = height_data[height_data['性别'] == '女']['身高']

ax.bar(provinces, male_height, label='男性')
ax.bar(provinces, female_height, bottom=male_height, label='女性')

ax.set_ylabel('身高')
ax.set_title('各省男女身高')
ax.legend()

plt.xticks(rotation=45)

plt.show()

2. 绘制各省男女人数堆叠柱形图：

fig, ax = plt.subplots()

provinces = count_data['省份']
male_count = count_data['男']
female_count = count_data['女']

ax.bar(provinces, male_count, label='男性')
ax.bar(provinces, female_count, bottom=male_count, label='女性')

ax.set_ylabel('人数')
ax.set_title('各省男女人数')
ax.legend()

plt.xticks(rotation=45)

plt.show()

最后，我们可以将上述两个柱形图放置在一个带有2行2列子图的窗口中进行显示。

fig, axs = plt.subplots(2, 2)
fig.suptitle('新生数据可视化')

axs[0, 0].bar(provinces, male_height, label='男性')
axs[0, 0].bar(provinces, female_height, bottom=male_height, label='女性')
axs[0, 0].set_ylabel('身高')
axs[0, 0].set_title('各省男女身高')
axs[0, 0].legend()

axs[0, 1].bar(provinces, male_count, label='男性')
axs[0, 1].bar(provinces, female_count, bottom=male_count, label='女性')
axs[0, 1].set_ylabel('人数')
axs[0, 1].set_title('各省男女人数')
axs[0, 1].legend()

plt.xticks(rotation=45)

plt.show()

以上就是根据题目要求使用Python编程绘制各省男女身高柱形图和各省男女人数堆叠柱形图，并创建带有2行2列子图的窗口进行显示的代码。

### 回答3：
import pandas as pd
import matplotlib.pyplot as plt

# 读取数据文件
data = pd.read_excel('新生数据.xls')

# 提取各省男女身高数据
province_height_data = data[['省份', '性别', '身高']]
province_height_data = province_height_data.groupby(['省份', '性别']).mean().unstack()

# 绘制各省男女身高柱形图
province_height_data.plot(kind='bar')
plt.xlabel('省份')
plt.ylabel('身高')
plt.title('各省男女身高柱形图')

# 提取各省男女人数数据
province_count_data = data.groupby(['省份', '性别']).size().unstack()

# 绘制各省男女人数堆叠柱形图
province_count_data.plot(kind='bar', stacked=True)
plt.xlabel('省份')
plt.ylabel('人数')
plt.title('各省男女人数堆叠柱形图')

# 创建带有2行2列子图的窗口
fig, axes = plt.subplots(2, 2, figsize=(12, 8))

# 显示各省男女身高柱形图
axes[0, 0].bar(province_height_data.index, province_height_data['身高']['女'])
axes[0, 0].bar(province_height_data.index, province_height_data['身高']['男'], bottom=province_height_data['身高']['女'])
axes[0, 0].set_xlabel('省份')
axes[0, 0].set_ylabel('身高')
axes[0, 0].set_title('各省男女身高柱形图')

# 显示各省男女人数堆叠柱形图
axes[0, 1].bar(province_count_data.index, province_count_data['女'])
axes[0, 1].bar(province_count_data.index, province_count_data['男'], bottom=province_count_data['女'])
axes[0, 1].set_xlabel('省份')
axes[0, 1].set_ylabel('人数')
axes[0, 1].set_title('各省男女人数堆叠柱形图')

# 隐藏子图
axes[1, 0].axis('off')
axes[1, 1].axis('off')

# 调整子图之间的间距
plt.subplots_adjust(hspace=0.4)

# 显示图形
plt.show()