4. 多子图\n\n1) 在一个 10×10 的画布中，制作 2 个子图，分别显示 sin(x) 和 cos(x)的图像\n2) 在 2 个子图中，显示 sin(x)和 cos(x)的图像\n3) 设置相同行和列共享 x,y 轴

4. 在图形绘制中，"多子图"通常指的是在一个大的绘图区域内创建多个独立的图表，每个图表称为一个子图。这种功能常见于像Matplotlib这样的数据可视化库，它允许你在一张大图上同时展示多个相关的统计结果或分析。

例如，在Python中，你可以使用Matplotlib库的`subplots()`函数来实现：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个10x10的画布，分割成2x5的小子图
fig, axs = plt.subplots(2, 5, figsize=(10, 5))

# 对于每个子图：
for ax in axs.flat:
    # 定义x轴范围和步长
    x = np.linspace(0, 2 * np.pi, 400)
    
    # 分别绘制sin(x)和cos(x)
    if ax.is_first_col():  # 如果这是第一列
        ax.plot(x, np.sin(x), label='sin(x)')
    else:
        ax.plot(x, np.cos(x), label='cos(x)')
        
    if ax.is_last_row():  # 如果这是最后一行
        ax.set_xlabel('x')
    if ax.is_first_col():  # 如果这是第一个子图
        ax.set_ylabel('y', rotation=0, ha='right')  # 标签旋转以避免遮挡x轴
    
    ax.legend()  # 显示图例
    ax.tick_params(labelbottom=False, labelleft=False)  # 隐藏默认的网格线和标签，仅保留必要的坐标轴

plt.tight_layout()  # 自动调整子图之间的空间以防止重叠
plt.show()

在这个例子中，我们为每个子图设置了相同的x轴和y轴，以及各自对应的sin(x)和cos(x)曲线。每个子图都拥有独立的标题、坐标轴标签等。