当我在matplotlib,tbh中绘制图时,我有点困惑,我不清楚图,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……
下面的代码以三种不同的方式绘制相同的图-
#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 = plt.figure()
new_plot = figure.add_subplot(111)
new_plot.plot(x, y)
现在我的问题是-
发布于 2016-06-22 22:16:04
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,你可以使用这种方式。
方法2
ax = plt.subplot()
ax.plot(x, y)
这使您可以在同一窗口中绘制一个或多个图形。在您编写它时,您将只绘制一个图形,但您可以做出如下所示:
fig1, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
您将绘制4个图形,它们分别名为ax1、ax2、ax3和ax4,但每个图形都显示在同一个窗口中。在我的例子中,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)
我没有用过它,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:
发布于 2019-06-17 18:06:40
对象的名称
Matplotlib是强面向对象的,它的主要对象是figure和axes (我觉得axes
这个名字有点误导,但可能只是我一个人)。
您可以将figure看作是一个画布,您通常可以在其中指定尺寸和可能的背景颜色等。您可以使用canvas,figure,本质上有两种方式,在上面放置其他对象(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axes想象成一把瑞士军刀,一个方便的对象,它提供了一个工具(例如.plot
,.scatter
,.hist
等)来做所有的事情。许多轴使用多种不同方法中的一种在figure中进行。
plt程序接口最初是为了模仿图形接口而开发的,但它与面向对象的接口并没有什么不同,即使您不直接引用主对象(即图形和axes),这些对象也会自动实例化,并且每个plt方法本质上都会转换为对底层基础对象的方法的调用:例如,plt.plot()
是<™>D31,<>D32是<代码>D33。
每时每刻,您都可以使用plt.gcf
和plt.gca
来处理这些隐藏对象,当其中一个对象方法尚未移植到plt命名空间中的方法时,有时需要执行此操作。
我想补充的是,plt命名空间还包含许多方便的方法,用于以不同的方式实例化figure和axes。
你的例子
plt.plot(x,y)
在这里,您只使用了plt接口,您只能在每个图形中使用单个axes,但这是您在探索数据时所需要的,这是一个完成工作的快速方法……
第二种方法
ax = plt.subplot() ax.plot(x,y)
在这里,您在plt命名空间中使用了一种方便的方法,为axes对象提供了一个名称(和句柄),但顺便说一句,还有一个隐藏的图形。您可以稍后使用plt axes对象绘制、制作直方图等,所有这些都可以使用界面完成,但您也可以更自由地访问其所有属性并对其进行修改。
图= plt.figure() new_plot = figure.add_subplot(111) new_plot.plot(x,y)
在这里,您首先使用plt命名空间中的一种方便方法实例化图形,然后只使用面向对象的接口。
可以绕过plt便利化方法(matplotlib.figure.Figure
),但您必须调整图形以获得更好的交互体验(毕竟,它是一种便利方法)。
个人推荐
我建议在交互式会话的上下文中使用bare plt.plot
和plt.scatter
,可能会使用IPython和它的%matplotlib
魔术命令,也可以在探索性Jupyter笔记本的上下文中使用。
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,我只会说“这取决于”……
https://stackoverflow.com/questions/37970424
复制相似问题