matplotlib.pyplot與axes有什么關(guān)系

這篇文章將為大家詳細(xì)講解有關(guān)matplotlib.pyplot與axes有什么關(guān)系，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

1.通過plt.xxx()直接繪圖

就像各種教程和書上的常規(guī)操作一樣，我們可以用plt.plot(), plt.bar()等繪制不同類型的圖（部分總結(jié)如下表）

表一 plt中用于繪圖的部分函數(shù)

我們可以用plt的其他一些函數(shù)來對(duì)圖表的標(biāo)題等進(jìn)行設(shè)置（部分總結(jié)如下表）

表二 plt中用于設(shè)置的部分函數(shù)

（具體的參數(shù)和用法詳見 https://matplotlib.org/api/pyplot_summary.html ）

用plt繪圖的方便之處，同樣也是它最令人迷惑的地方，就是它沒有一個(gè)顯性的對(duì)象。
我們甚至可以調(diào)用pandas繪圖以后，用表二中的plt函數(shù)來對(duì)pandas生成的這個(gè)圖表進(jìn)行設(shè)置。

例程如下：

import matplotlib.pyplot as plt
from pandas import Series
data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])
#注意下一行的對(duì)象是'data'，它是一個(gè)series對(duì)象，調(diào)用的是pandas繪圖函數(shù)
data.plot(label='income', color = 'r', linestyle=':', marker = 's')#具體的pandas繪圖之后會(huì)細(xì)講
#但接下來我們甚至可以調(diào)用plt的函數(shù)對(duì)它進(jìn)行設(shè)置
plt.title('Income chart')
plt.xlabel('Year')
plt.ylabel('income')
plt.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->'))
plt.show()

上面這個(gè)例子就展示了pyplot(plt)的特點(diǎn)，不用指明對(duì)象就能進(jìn)行畫圖和設(shè)置，當(dāng)我們?cè)谕粋€(gè)程序中的圖比較少的時(shí)候這是方便的，但當(dāng)我們同一個(gè)程序中的圖很多的時(shí)候，這種沒有顯性對(duì)象的方式會(huì)導(dǎo)致我們沒有辦法重新調(diào)用之前的圖（因?yàn)闆]有對(duì)象名）也會(huì)給人一種很不踏實(shí)的感覺。

2.實(shí)例化figure和axes對(duì)象后繪圖

就像前文提到的，plt只是一個(gè)接口而不是對(duì)象。
在matplotlib中,有兩個(gè)重要的對(duì)象類型：figure對(duì)象可以把它想成一張空白圖紙，在上面可以繪制一個(gè)或多個(gè)axes對(duì)象（還可以有其他對(duì)象等）。axes對(duì)象是一個(gè)圖像的主要部分（它包括了圖線、xy軸等部分）。
我們可以使用plt接口生成figure對(duì)象和axes對(duì)象，然后對(duì)axes對(duì)象調(diào)用方法來實(shí)現(xiàn)畫圖和設(shè)置。
總體思路是：

1. 實(shí)例化figure對(duì)象

2. 實(shí)例化axes對(duì)象

3. 對(duì)axes對(duì)象調(diào)用方法進(jìn)行畫圖和設(shè)置

例程如下：

import matplotlib.pyplot as plt
from pandas import Series
data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])
#調(diào)用plt接口，實(shí)例化figure1對(duì)象
figure1 = plt.figure(facecolor='w')#faceclolr設(shè)置背景顏色
#實(shí)例化ax1對(duì)象
ax1 = figure1.add_subplot(111)#ax1是figure1的第1行第一列的第1張圖表
#注意下一行的對(duì)象是'ax1'，它是一個(gè)axes對(duì)象，調(diào)用的是matplotlib.axes繪圖函數(shù)
ax1.plot(data,label='income', color = 'r', linestyle=':', marker = 's')
#接下來我們調(diào)用ax1的方法對(duì)它進(jìn)行設(shè)置
ax1.set_title('Income chart')
ax1.set_xlabel('Year')
ax1.set_ylabel('income')
ax1.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->'))

用這種方式畫出來的圖，每一個(gè)對(duì)象都有它自己的名字，方便后面繼續(xù)調(diào)用、修改。代碼也就多了兩行實(shí)例化的過程，并沒有麻煩很多，個(gè)人很喜歡用這種方式畫圖（也給人一種很踏實(shí)的感覺）。

類比上面的表一和表二，給出對(duì)于axes對(duì)象的方法函數(shù)表：

表三 axes對(duì)象用于繪圖的部分方法函數(shù)

表四 axes對(duì)象中用于設(shè)置的部分方法函數(shù)

（具體的參數(shù)和用法詳見 https://matplotlib.org/api/axes_api.html )

注意表一和表三，表二和表四的異同：

1. 表一表二中的plt是固定的名字，不論畫什么都是plt.xxx()，而表三和表四中ax.xxx()中的ax要改成你實(shí)例的對(duì)象名。

2. 注意對(duì)比表二和表四，很多作用相同的東西，跑到了axes這里要多加一個(gè)set_

關(guān)于matplotlib.pyplot與axes有什么關(guān)系就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。