matplotlib局部特写

要在matplotlib中进行局部特写，可以使用subplot()函数创建一个子图，并使用zoomed_inset_axes()函数在子图中创建一个缩小的插图。首先，我们需要导入必要的库并创建一些示例数据：

import matplotlib.pyplot as plt
import numpy as np

# 创建示例数据
x = np.linspace(0, 10, 1000)
y = np.sin(x)

然后，我们可以使用subplot()函数创建一个带有一个子图的图形：

fig, ax = plt.subplots()
ax.plot(x, y)

接下来，我们可以使用zoomed_inset_axes()函数在子图中创建一个缩小的插图，并使用axins.plot()函数绘制插图中的数据：

# 创建缩小的插图
axins = ax.zoomed_inset_axes(2, loc='center')

# 绘制插图中的数据
axins.plot(x, y)

# 设置插图的坐标轴范围
axins.set_xlim(2, 3)
axins.set_ylim(-0.5, 0.5)

# 在原始图形中标记插图的位置
mark_inset(ax, axins, loc1=2, loc2=4)

最后，使用mark_inset()函数在原始图形中标记插图的位置。完整的代码如下所示：

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.axes_grid1.inset_locator import zoomed_inset_axes, mark_inset

# 创建示例数据
x = np.linspace(0, 10, 1000)
y = np.sin(x)

# 创建图形和子图
fig, ax = plt.subplots()
ax.plot(x, y)

# 创建缩小的插图
axins = ax.zoomed_inset_axes(2, loc='center')

# 绘制插图中的数据
axins.plot(x, y)

# 设置插图的坐标轴范围
axins.set_xlim(2, 3)
axins.set_ylim(-0.5, 0.5)

# 在原始图形中标记插图的位置
mark_inset(ax, axins, loc1=2, loc2=4)

plt.show()

运行代码后，将会显示一个包含缩小的插图的图形，如下所示：