Python 他们说'；有状态的'；？

我对matplotlib-pyplot教程有一个问题，链接是 我以荷兰语为母语，能读标准英语。 我的问题不是关于一个不起作用的例子，而是关于文本。 在pyplot_教程的一章中，使用多个图形和轴时，他们使用了statefulness和stateful这两个词。我不明白他们的意思。我们没有荷兰语来形容它。我在网上搜索了一下，但什么也没找到。我认为有状态意味着完全，利用一切可能

我希望有人能给我一个答案。

---

我知道这不是一个要问的问题，因为它与编程无关，但我不知道还能问到哪里。

在这种情况下，状态类似于内存

你可以用一个类比来思考：

• 一个无国籍的人对他们从一项任务到下一项任务的生活没有记忆

• 一个有状态的人有记忆/从一项任务到下一项任务跟踪他们的生活

在您的情况下，无状态意味着打印值时不参考过去的值

通过有状态，库可以跟踪或记住绘制的过去的值

---

这避免了过多的内存消耗和处理开销。

在这种情况下，最好通过一个简单的绘图示例来理解这种差异

首先是有状态的例子：

import matplotlib.pyplot as plt

plt.figure()
plt.plot([0,1], [1,0])

然后是无状态（或者更确切地说是面向对象的方法）：

它们执行相同的步骤：

创建地物对象（

matplotlib.figure.figure

）

创建新的绘图区域对象（

matplotlib.axes.AxesSubplot

）并将其添加到图形中

在打印区域中创建一条新线（

matplotlib.lines.Line2D

）

在面向对象的形式中，我们相当明确地执行上述操作，并将对象引用转化为变量（

fig

，

ax

，

li

）。引用在有状态接口中也不会丢失，但它们隐藏在

matplotlib

中的某个地方

当我们尝试更改某些属性（例如图形的大小）时，这种差异变得明显。使用OO方法：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
li = ax.plot([0,1], [1,0])

fig.set_size_inches([10, 8])

使用有状态方法，我们首先需要找到图形<代码>plt.gcf。因此：

plt.gcf().set_size_inches([10,8])

这几乎是一回事。在我们同时打开多个图形的情况下，“几乎”部分变得非常重要

plt.gcf

返回“当前”数字，但很难判断哪个是当前数字

同样的情况在轴或线上重复出现。如果要调整绘图的x刻度，则：

ax.set_xticks([0,.5,1])

这很简单。通过有状态方法，它变成：

plt.gca().set_xticks([0, .5, 1])

其中

gca（）

返回“当前”轴。如果您有几个子地块，这将变得相当复杂

所以，问题是谁拿着这些东西。有状态接口只是面向对象信息的薄包装。所有参数都在对象中，一个绘图中有许多对象（数百个，甚至数千个）

matplotlib

有状态接口的一点是，它经常与运行在

IPython

中的

pylab

一起使用。这提供了有状态接口和一些带有名称空间的快捷方式。绘制正弦曲线非常简单：

x = linspace(0, 2*pi, 100)
plot(x, sin(x))

这可以说比：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2*np.pi, 100)
fig = plt.figure()
ax = fig.add_subplot(111)
li = ax.plot(x, np.sin(x))

---

但是，

pylab

提供的快捷方式在交互式工作中非常方便，但在脚本中并不好用。我也使用了

pylab

，但我以面向对象的形式展示了几乎所有与

matplotlib

相关的答案，因为它更加透明。

有一个很好的解释。除了在CS/编程领域之外，我在英语语言的其他任何地方都没有见过这个词。也许有人会更清楚…是matplotlib记住了你绘制的数字。除非你说

plt.close（）

。当您打印少量图像时，这不是一个大问题，但当运行循环并打印许多图像时，它将消耗大量内存。我不知道matplotlib，但通常有状态意味着记录了某些状态，这是当前“会话”中隐含的一种上下文。我通常认为有状态与无状态相反，在每次调用/使用时，您必须提供完整的上下文，因为它没有被保留。如果您可以附加pyplot教程的url进行确认，这是一个快速注释。这是一个很好的示例，但这个答案部分是不正确的：

matplotlib.pyplot.figure

，虽然看起来更像OOP，但仍然提供绑定到

pyplot

的有状态绘图实例

matplotlib.figure.figure

将返回无状态版本。