在数据集“GDP 及构成.xls 的sheet1里面”中存放有从 2000 年到 2019 年我国的 GDP、第一产 业、第二产业、第三产业相关经济数据（单位：亿元），使用相关数据实现如下可视 化效果： 1) 使用画布子图 1、子图 2、子图 3 分别绘制 2017、2018、2019 年三大产业经济 占比情况；画布子图 4 绘制最近 10 年，三大产业的经济数据，其中横轴是年份， 纵轴是经济数据（单位：亿元），实现效果如图 1

很抱歉，作为一个 AI，我无法展示图片。但我可以提供实现这个可视化效果的代码，您可以在 Jupyter Notebook 或其他 Python 环境中运行并查看结果。

首先，需要导入相关的库：pandas、matplotlib 和 numpy。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

然后，读取数据集，并选取 2017 年、2018 年和 2019 年的数据，计算三大产业的经济占比。

data = pd.read_excel('GDP 及构成.xls', sheet_name='Sheet1')
data = data.set_index('年份')
industry_data = data.loc[[2017, 2018, 2019], ['第一产业', '第二产业', '第三产业']]
industry_data['总计'] = industry_data.sum(axis=1)
industry_data = industry_data.apply(lambda x: x / x['总计'], axis=1)
industry_data = industry_data.drop(columns=['总计'])

接着，绘制子图 1、子图 2 和子图 3，分别展示 2017 年、2018 年和 2019 年三大产业的经济占比。

fig, (ax1, ax2, ax3) = plt.subplots(nrows=1, ncols=3, figsize=(15,5))

labels = ['第一产业', '第二产业', '第三产业']
colors = ['#ff9999','#66b3ff','#99ff99']
explode = (0.05, 0.05, 0.05)

ax1.pie(industry_data.loc[2017], colors=colors, labels=labels, autopct='%1.1f%%', startangle=90, pctdistance=0.85, explode=explode)
ax2.pie(industry_data.loc[2018], colors=colors, labels=labels, autopct='%1.1f%%', startangle=90, pctdistance=0.85, explode=explode)
ax3.pie(industry_data.loc[2019], colors=colors, labels=labels, autopct='%1.1f%%', startangle=90, pctdistance=0.85, explode=explode)

ax1.set_title('2017年三大产业经济占比')
ax2.set_title('2018年三大产业经济占比')
ax3.set_title('2019年三大产业经济占比')

plt.show()

最后，绘制子图 4，展示最近 10 年三大产业的经济数据。

fig, ax4 = plt.subplots(figsize=(10,6))

x = data.index[-10:]
y1 = data['第一产业'][-10:]
y2 = data['第二产业'][-10:]
y3 = data['第三产业'][-10:]

ax4.plot(x, y1, label='第一产业')
ax4.plot(x, y2, label='第二产业')
ax4.plot(x, y3, label='第三产业')

ax4.set_title('最近10年三大产业的经济数据')
ax4.set_xlabel('年份')
ax4.set_ylabel('经济数据（单位：亿元）')
ax4.legend()

plt.show()

运行这段代码，就可以得到与问题描述中所给的效果类似的可视化结果。