在matplotlib的世界里，figure和axes就如同艺术创作中的画布和画纸，figure是我们的画布，而axes则是其中的精细区域，它们之间的关系就如同画布上的多个独立画作。让我们通过两种方法来深入理解如何在figure中构建丰富的图中图效果。
方法一：灵活调整figure与axes
首先，我们从基础开始。创建一个figure对象，然后使用fig.add_axes方法添加小图。在下面的代码中，我们创建了一个大图（big axes）:
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 9, 5, 6]
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8 # 从大图左下角10%位置开始，占据80%的宽度和高度
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r') # 红色线条
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title("big axes")
为了展示大图与小图的对比，我们将大图左起点的位置调整到0.5：left, bottom, width, height = 0.5, 0.1, 0.8, 0.8
接着，我们创建了一个小图（little1），它位于大图右侧，占据1/4的画布空间：
y1 = [a * 2 for a in y] # 将y轴值放大2倍
left, bottom, width, height = 0.2, 0.6, 0.2, 0.2
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x1, y1, 'b')
ax2.set_title('little1')
最后，通过plt.show()展示我们的图中图效果。
现在，大图与小图并列呈现，形成了直观的图中图布局。
方法二：更简洁的添加小图
另一种创建图中图的方法是利用plt.axes()函数，它更简洁易用。让我们用这种方法创建一个额外的小图（little axes2）:
plt.axes([0.6, 0.1, 0.2, 0.2]) # 小图3，位置设定
plt.plot(x1, y1, 'y') # 黄色线条
plt.title('little axes2')
这种方法直接在figure中添加小图，无需提前创建大图，展示了matplotlib的灵活性。
通过以上两种方法，你已经掌握了在matplotlib中创建和布局图中图的基本技巧。现在，你可以自由发挥，创造出丰富的可视化效果，让数据的故事更加生动。