Python 在matplotlib中使用plot、Axis或figure绘制绘图有什么区别?
当我在matplotlib,tbh中绘制绘图时,我有点搞不清楚后端发生了什么,我不清楚绘图、轴和图形的层次结构。我阅读了文档,它很有帮助,但我仍然感到困惑 以下代码以三种不同的方式绘制相同的绘图-Python 在matplotlib中使用plot、Axis或figure绘制绘图有什么区别?,python,matplotlib,Python,Matplotlib,当我在matplotlib,tbh中绘制绘图时,我有点搞不清楚后端发生了什么,我不清楚绘图、轴和图形的层次结构。我阅读了文档,它很有帮助,但我仍然感到困惑 以下代码以三种不同的方式绘制相同的绘图- #creating the arrays for testing x = np.arange(1, 100) y = np.sqrt(x) #1st way plt.plot(x, y) #2nd way ax = plt.subplot() ax.plot(x, y) #3rd way figure
#creating the arrays for testing
x = np.arange(1, 100)
y = np.sqrt(x)
#1st way
plt.plot(x, y)
#2nd way
ax = plt.subplot()
ax.plot(x, y)
#3rd way
figure = plt.figure()
new_plot = figure.add_subplot(111)
new_plot.plot(x, y)
现在我的问题是-
方法1
plt.plot(x, y)
这使您可以使用(x,y)坐标仅绘制一个图形。如果你只想得到一个图形,你可以用这种方式
方法2
ax = plt.subplot()
ax.plot(x, y)
这样可以在同一窗口中绘制一个或多个地物。在编写时,您将只绘制一个图形,但您可以制作如下内容:
fig1, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
您将在同一窗口中绘制4个图形,分别命名为ax1、ax2、ax3和ax4。用我的例子,这个窗口将被分成4个部分
方法3
fig = plt.figure()
new_plot = fig.add_subplot(111)
new_plot.plot(x, y)
我没有使用它,但是你可以找到文档
示例:
import numpy as np
import matplotlib.pyplot as plt
# Method 1 #
x = np.random.rand(10)
y = np.random.rand(10)
figure1 = plt.plot(x,y)
# Method 2 #
x1 = np.random.rand(10)
x2 = np.random.rand(10)
x3 = np.random.rand(10)
x4 = np.random.rand(10)
y1 = np.random.rand(10)
y2 = np.random.rand(10)
y3 = np.random.rand(10)
y4 = np.random.rand(10)
figure2, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
ax1.plot(x1,y1)
ax2.plot(x2,y2)
ax3.plot(x3,y3)
ax4.plot(x4,y4)
plt.show()
其他示例:
对象的名称
Matplotlib是一个非常面向对象的库,它的主要对象是图形和轴(我发现轴的名称有点误导,但可能只是我自己)
您可以将图形视为画布,您通常会指定其尺寸,并可能指定背景色等。您使用画布,即图形,基本上有两种方式,将其他对象放置在画布上(主要是轴,但也包括文本标签等)并使用savefig
保存其内容
你可以把轴看作是一种瑞士军刀,一种方便的工具(例如,.plot
,.scatter
,.hist
等),主要用于一切。你可以放置一个,两个。。。使用多种不同方法中的一种,在图形中有许多轴
plt
接口
plt程序接口最初是为了模拟MATLAB而开发的™ 接口,但与面向对象的接口没有真正的区别,即使您没有直接引用主要对象(即图形和轴),这些对象也会自动实例化,每个plt方法本质上都是,转换为对底层基本对象的方法之一的调用:例如,plt.plot()
是隐藏的轴。plot
和plt.savefig
是隐藏的图。savefig
在任何时候,您都可以使用plt.gcf
和plt.gca
对这些隐藏对象进行控制,当其中一个对象方法尚未移植到plt命名空间中的方法时,这是必要的
我想补充一点,plt名称空间还包含许多方便的方法,可以以不同的方式实例化图形和轴
你的例子
第一路
plt.plot(x, y)
在这里,您仅使用plt界面,在每个图形中只能使用一个轴,但这正是您在探索数据时所需要的,
一个快速完成工作的食谱
第二条路
ax = plt.subplot()
ax.plot(x, y)
在这里,您使用plt名称空间中的一种方便方法为轴对象指定名称(和句柄),但顺便说一句,还有一个隐藏的图形。稍后,您可以使用轴对象进行绘图、制作直方图等,您可以使用plt界面执行所有操作,但您也可以访问其所有属性并更自由地修改它们
第三条路
figure = plt.figure()
new_plot = figure.add_subplot(111)
new_plot.plot(x, y)
在这里,您开始使用plt命名空间中的一个方便方法来实例化图,之后只使用面向对象的接口
可以绕过plt便利方法(matplotlib.figure.figure
),但随后必须调整图形以获得更好的交互体验(毕竟,这是一种便利方法)
个人推荐
我建议在交互式会话的上下文中使用bareplt.plot
,plt.scatter
,可能使用它的magic命令,也可以在探索性Jupyter笔记本的上下文中使用
另一方面,面向对象的方法,加上一些plt
方便的方法,就是要走的路
- 如果你有一个永久性的问题需要用
精心调整的子地块的定制布局
- 如果要在所编写程序的UI中嵌入Matplotlib
在这两个极端之间有一个很大的灰色区域,如果你问我该怎么做,我会说“这要看情况了”…我已经读过了,但我觉得答案一点也不令人满意。它解释了层次结构,但也引起了困惑,为什么没有一种传统的方式,为什么图形对象甚至被暴露?我不确定您是否引用了这个确切的文档。这就回答了你的问题,为什么这个数字会暴露出来。就我个人而言,这是我找到的对matplotlib最好的解释。Figure对象允许您在不使用轴的情况下直接添加自己的美工师,尽管这很少使用,除非您想调整图形本身的“补丁”等。请注意,图形是父容器,承载轴和美工师。@hashcode55每个图形都是独立的。我给你看一本书example@hashcode55我将用一个例子来编辑(仅仅是我在天体物理学研究中的数字,