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(shuō)三遍：axes不是axis！axes不是axis！axes不是axis！
重要的事情說(shuō)三遍：pyplot是接口不是對(duì)象！pyplot是接口不是對(duì)象！pyplot是接口不是對(duì)象！

很多書(shū)上一上來(lái)就直接import matplotlib.pypltot as plt，然后就教你plt.xxx()。這種方式固然沒(méi)錯(cuò)，可問(wèn)題就出在了plt只是一個(gè)interface，只是一個(gè)接口，連對(duì)象都算不上（仔細(xì)回想，你確實(shí)沒(méi)有實(shí)例化過(guò)任何一個(gè)名叫plt類(lèi)型的對(duì)象）這給本來(lái)就對(duì)面向?qū)ο缶幊滩⒉缓苁煜さ奈?em>帶來(lái)無(wú)窮無(wú)盡的困擾。plt這個(gè)接口的意義在于：

• 通過(guò)接口直接畫(huà)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(duì)象類(lèi)型）
• 通過(guò)接口實(shí)例化別的類(lèi)型的對(duì)象（如figure類(lèi)型 axes類(lèi)型等）
  

1.通過(guò)plt.xxx()直接繪圖

就像各種教程和書(shū)上的常規(guī)操作一樣，我們可以用plt.plot(), plt.bar()等繪制不同類(lèi)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(lái)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(jiàn) 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(méi)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(lái)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(lái)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(huà)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(méi)有顯性對(duì)象的方式會(huì)導(dǎo)致我們沒(méi)有辦法重新調(diào)用之前的圖（因?yàn)闆](méi)有對(duì)象名）也會(huì)給人一種很不踏實(shí)的感覺(jué)。

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(lèi)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(xiàn)、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(lái)實(shí)現(xiàn)畫(huà)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(huà)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(lái)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(huà)出來(lái)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(guò)程，并沒(méi)有麻煩很多，個(gè)人很喜歡用這種方式畫(huà)圖（也給人一種很踏實(shí)的感覺(jué)）。

類(lèi)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(jiàn) 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(huà)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_

用實(shí)例化axes的方式畫(huà)圖很重要，因?yàn)槎嘧訄D的繪制更是需要依賴(lài)axes對(duì)象。

我還會(huì)分兩期分別介紹一下axes與多子圖的繪制和axes與pandas繪圖的關(guān)系。

到此這篇關(guān)于淺談matplotlib.pyplot與axes的關(guān)系的文章就介紹到這了,更多相關(guān)matplotlib.pyplot axes內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論