快捷導(dǎo)航

淺談matplotlib.pyplot與axes的關(guān)系

更新時(shí)間：2020年03月06日 11:19:08 作者：小平友littlePING

這篇文章主要介紹了淺談matplotlib.pyplot與axes的關(guān)系，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

最近在學(xué)習(xí)數(shù)據(jù)可視化，梳理一下其中一些諸如pandas繪圖、matplotlib繪圖、pyplot(plt)、axes等概念。

重要的事情說三遍：axes不是axis！axes不是axis！axes不是axis！
重要的事情說三遍：pyplot是接口不是對象！pyplot是接口不是對象！pyplot是接口不是對象！

很多書上一上來就直接import matplotlib.pypltot as plt，然后就教你plt.xxx()。這種方式固然沒錯(cuò)，可問題就出在了plt只是一個(gè)interface，只是一個(gè)接口，連對象都算不上（仔細(xì)回想，你確實(shí)沒有實(shí)例化過任何一個(gè)名叫plt類型的對象）這給本來就對面向?qū)ο缶幊滩⒉缓苁煜さ奈?em>帶來無窮無盡的困擾。plt這個(gè)接口的意義在于：

通過接口直接畫圖（這時(shí)候我們把這個(gè)接口看成一個(gè)黑盒，根本不要去管其中有些什么對象類型）
通過接口實(shí)例化別的類型的對象（如figure類型 axes類型等）

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)

函數(shù)名	作用
plt.bar()	條形圖
plt.barh()	橫排條形圖
plt.boxplot()	箱線圖（plt.box()是另一個(gè)函數(shù)）
plt.hist()	頻率直方圖
plt.plot()	折線圖

我們可以用plt的其他一些函數(shù)來對圖表的標(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)

函數(shù)名	作用
plt.title()	設(shè)置圖表標(biāo)題
plt.grid()	設(shè)置圖表網(wǎng)格
plt.xlabel();plt.ylabel	設(shè)置x;y軸標(biāo)題
plt.xticks();plt.yticks()	設(shè)置x;y軸刻度
plt.xlim();plt.ylim()	設(shè)置x;y軸范圍
plt.annotate()	設(shè)置標(biāo)注

（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'])
#注意下一行的對象是'data'，它是一個(gè)series對象，調(diào)用的是pandas繪圖函數(shù)
data.plot(label='income', color = 'r', linestyle=':', marker = 's')#具體的pandas繪圖之后會細(xì)講
#但接下來我們甚至可以調(diào)用plt的函數(shù)對它進(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)，不用指明對象就能進(jìn)行畫圖和設(shè)置，當(dāng)我們在同一個(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，這種沒有顯性對象的方式會導(dǎo)致我們沒有辦法重新調(diào)用之前的圖（因?yàn)闆]有對象名）~~也會給人一種很不踏實(shí)的感覺~~。

2.實(shí)例化figure和axes對象后繪圖

就像前文提到的，plt只是一個(gè)接口而不是對象。
在matplotlib中,有兩個(gè)重要的對象類型：figure對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對象（還可以有其他對象等）。axes對象是一個(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對象和axes對象，然后對axes對象調(diào)用方法來實(shí)現(xiàn)畫圖和設(shè)置。
總體思路是：

實(shí)例化figure對象
實(shí)例化axes對象
對axes對象調(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對象
figure1 = plt.figure(facecolor='w')#faceclolr設(shè)置背景顏色
#實(shí)例化ax1對象
ax1 = figure1.add_subplot(111)#ax1是figure1的第1行第一列的第1張圖表
#注意下一行的對象是'ax1'，它是一個(gè)axes對象，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，給出對于axes對象的方法函數(shù)表：

表三 axes對象用于繪圖的部分方法函數(shù)

函數(shù)名	作用
ax.bar()	條形圖
ax.barh()	橫排條形圖
ax.boxplot()	箱線圖
ax.hist()	頻率直方圖
ax.plot()	折線圖

表四 axes對象中用于設(shè)置的部分方法函數(shù)

函數(shù)名	作用
ax.set_title()	設(shè)置圖表標(biāo)題
ax.set_xlabel(); ax.set_ylabel	設(shè)置x;y軸標(biāo)題
ax.set_xticks(); ax.set_yticks()	設(shè)置x;y軸刻度
ax.set_xlim(); ax.set_ylim()	設(shè)置x;y軸范圍
ax.annotate()	設(shè)置標(biāo)注