Python 2.7 plt.subplot（）和plt.figure（）之间的差异

在python matplotlib中，有两种用于绘制绘图的约定：

一,

二,

两者都有做同一件事的不同方式。例如定义轴标签

哪一个更好用？一个比另一个有什么优势？

---

或者，使用matplotlib绘制图形的“良好实践”是什么？

尽管@tacaswell已经对关键区别作了简要评论。我将根据自己使用

matplotlib

的经验对这个问题进行补充

---

plt.figure

只创建一个

figure

（但其中没有

轴），这意味着您必须指定ax来放置数据（线、散点、图像）。最低代码应如下所示：

import numpy as np
import matplotlib.pyplot as plt

# create a figure
fig = plt.figure(figsize=(7.2, 7.2))
# generate ax1
ax1 = fig.add_axes([0.1, 0.1, 0.5, 0.5])
# generate ax2, make it red to distinguish
ax2 = fig.add_axes([0.6, 0.6, 0.3, 0.3], fc='red')
# add data
x = np.linspace(0, 2*np.pi, 20)
y = np.sin(x)
ax1.plot(x, y)
ax2.scatter(x, y)

在
plt.子图（nrows=，ncols=）
的情况下，您将得到
图
和
轴数组（
AxesSubplot
）。它主要用于同时生成多个子地块。一些示例代码：

def display_axes(axes):
    for i, ax in enumerate(axes.ravel()):
        ax.text(0.5, 0.5, s='ax{}'.format(i+1), transform=ax.transAxes)

# create figures and (2x2) axes array
fig, axes = plt.subplots(2, 2, figsize=(7.2, 7.2))
# four (2*2=4) axes
ax1, ax2, ax3, ax4 = axes.ravel()
# for illustration purpose
display_axes(axes)

总结：

plt.figure（）
通常在需要对轴进行更多自定义时使用，例如位置、大小、颜色等。有关详细信息，请参见。（我个人更喜欢单独的情节）


plt.subplot（）
建议用于在网格中生成多个子地块。您还可以使用“gridspec”和“SubPlot”实现更高的灵活性，请参阅详细信息


plt.figure
只创建一个图形（但其中没有轴）
plt.subplot
采用可选参数（例如
plt.subplot（2，2）
）在图形中创建一个轴数组。
plt.figure
采用
plt.subplot
也采用可选参数。同样值得注意的是：matplotlib绘制到（在）轴上，因此最显式的代码通常表示类似于
ax1.plot（…）
。但是
pyplot
在解释器中最有帮助，因此如果您只定义了一个图形（如第一个示例中）并调用
plt.plot（…）
，pyplot将在当前图形上生成一个轴，并打印到该图形中。
import numpy as np
import matplotlib.pyplot as plt

# create a figure
fig = plt.figure(figsize=(7.2, 7.2))
# generate ax1
ax1 = fig.add_axes([0.1, 0.1, 0.5, 0.5])
# generate ax2, make it red to distinguish
ax2 = fig.add_axes([0.6, 0.6, 0.3, 0.3], fc='red')
# add data
x = np.linspace(0, 2*np.pi, 20)
y = np.sin(x)
ax1.plot(x, y)
ax2.scatter(x, y)

def display_axes(axes):
    for i, ax in enumerate(axes.ravel()):
        ax.text(0.5, 0.5, s='ax{}'.format(i+1), transform=ax.transAxes)

# create figures and (2x2) axes array
fig, axes = plt.subplots(2, 2, figsize=(7.2, 7.2))
# four (2*2=4) axes
ax1, ax2, ax3, ax4 = axes.ravel()
# for illustration purpose
display_axes(axes)