plt.subplot(2,2,1)的输出结果

plt.subplot(2,2,1)可以将画布分为2行2列，然后在第1个位置（即左上角）绘制一个子图。如果需要在这个子图里面绘制数据，可以在plt.subplot(2,2,1)后面加上绘图代码，例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y = np.sin(x)

plt.subplot(2,2,1)
plt.plot(x, y)
plt.title('subplot(2,2,1)')
plt.show()

这段代码将会在左上角的子图中绘制出一个正弦函数的图像，并且在图像上方显示出子图的标题。

相关问题

优化这段pythonimport numpy as np import matplotlib.pyplot as plt import math # 待测信号 freq = 17.77777 # 信号频率 t = np.linspace(0, 0.2, 1001) Omega =2 * np.pi * freq phi = np.pi A=1 x = A * np.sin(Omega * t + phi) # 加入噪声 noise = 0.2 * np.random.randn(len(t)) x_noise = x + noise # 参考信号 ref0_freq = 17.77777 # 参考信号频率 ref0_Omega =2 * np.pi * ref0_freq ref_0 = 2np.sin(ref0_Omega * t) # 参考信号90°相移信号 ref1_freq = 17.77777 # 参考信号频率 ref1_Omega =2 * np.pi * ref1_freq ref_1 = 2np.cos(ref1_Omega * t) # 混频信号 signal_0 = x_noise * ref_0 signal_1 = x_noise * ref_1 # 绘图 plt.figure(figsize=(13,4)) plt.subplot(2,3,1) plt.plot(t, x_noise) plt.title('input signal', fontsize=13) plt.subplot(2,3,2) plt.plot(t, ref_0) plt.title('reference signal', fontsize=13) plt.subplot(2,3,3) plt.plot(t, ref_1) plt.title('phase-shifted by 90°', fontsize=13) plt.subplot(2,3,4) plt.plot(t, signal_0) plt.title('mixed signal_1', fontsize=13) plt.subplot(2,3,5) plt.plot(t, signal_1) plt.title('mixed signal_2', fontsize=13) plt.tight_layout() # 计算平均值 X = np.mean(signal_0) Y = np.mean(signal_1) print("X=",X) print("Y=",Y) # 计算振幅和相位 X_square =X2 Y_square =Y2 sum_of_squares = X_square + Y_square result = np.sqrt(sum_of_squares) Theta = np.arctan2(Y, X) print("R=", result) print("Theta=", Theta)，把输入信号部分整理成函数：输入参数为t_vec,A,phi,noise;锁相测量部分也整理成代码，输入待测周期信号，以及频率freq,输出为A,phi,不用绘图

优化建议：
1. 可以将绘图部分注释掉，避免在计算时浪费时间和资源。
2. 可以将计算部分整合成一个函数，并返回锁相测量结果，方便后续调用和处理。

修改后的代码如下：

import numpy as np
import math

def lock_in_measurement(t_vec, A, phi, noise, freq):
    # 生成待测信号
    Omega = 2 * np.pi * freq
    x = A * np.sin(Omega * t_vec + phi)
    x_noise = x + noise

    # 生成参考信号
    ref0_Omega = 2 * np.pi * freq
    ref_0 = 2 * np.sin(ref0_Omega * t_vec)
    ref1_Omega = 2 * np.pi * freq
    ref_1 = 2 * np.cos(ref1_Omega * t_vec)

    # 混频信号
    signal_0 = x_noise * ref_0
    signal_1 = x_noise * ref_1

    # 计算平均值
    X = np.mean(signal_0)
    Y = np.mean(signal_1)

    # 计算振幅和相位
    X_square = X ** 2
    Y_square = Y ** 2
    sum_of_squares = X_square + Y_square
    result = np.sqrt(sum_of_squares)
    Theta = np.arctan2(Y, X)

    return result, Theta

使用方法示例：

t = np.linspace(0, 0.2, 1001)
A = 1
phi = np.pi
noise = 0.2 * np.random.randn(len(t))
freq = 17.77777

result, Theta = lock_in_measurement(t, A, phi, noise, freq)

print("R=", result)
print("Theta=", Theta)

fig = plt.figure(figsize=(9, 5)) plt.subplot(1, 2, 1) plt.yscale('log') plt.plot(epochs, loss, linestyle='--', linewidth=3, color='orange', alpha=0.7, label='Train Loss') plt.plot(epochs, v_loss, linestyle='-.', linewidth=2, color='lime', alpha=0.8, label='Valid Loss') plt.ylim(0.3, 100) plt.xlabel('Epochs', fontsize=11) plt.ylabel('Loss', fontsize=12) plt.legend(fontsize=12) plt.subplot(1, 2, 2) plt.plot(epochs, acc, linestyle='--', linewidth=3, color='orange', alpha=0.7, label='Train Acc') plt.plot(epochs, v_acc, linestyle='-.', linewidth=2, color='lime', alpha=0.8, label='Valid Acc') plt.xlabel('Epochs', fontsize=11) plt.ylabel('Accuracy', fontsize=12) plt.legend(fontsize=12) plt.tight_layout() plt.show()这是一行输出两个图的代码，怎样实现两个图分别输出？

这段代码使用了subplot函数将两个图绘制在一个Figure中的两个子图中，其中第一个参数1表示行数，第二个参数2表示列数，第三个参数1表示在第一行第一列绘制图形，第三个参数2表示在第一行第二列绘制图形。如果想要分别输出两张图，可以将两个子图分别绘制在两个Figure中，如下所示：

fig1 = plt.figure(figsize=(6, 5))
plt.yscale('log')
plt.plot(epochs, loss, linestyle='--', linewidth=3, color='orange', alpha=0.7, label='Train Loss')
plt.plot(epochs, v_loss, linestyle='-.', linewidth=2, color='lime', alpha=0.8, label='Valid Loss')
plt.ylim(0.3, 100)
plt.xlabel('Epochs', fontsize=11)
plt.ylabel('Loss', fontsize=12)
plt.legend(fontsize=12)
plt.show()

fig2 = plt.figure(figsize=(6, 5))
plt.plot(epochs, acc, linestyle='--', linewidth=3, color='orange', alpha=0.7, label='Train Acc')
plt.plot(epochs, v_acc, linestyle='-.', linewidth=2, color='lime', alpha=0.8, label='Valid Acc')
plt.xlabel('Epochs', fontsize=11)
plt.ylabel('Accuracy', fontsize=12)
plt.legend(fontsize=12)
plt.show()

这样就可以分别输出两张图了。注意，需要将Figure的大小调整为适当的大小，以便图像在输出时不会过于拥挤或过于稀疏。