何时使用matplotlib.pyplot类以及何时使用绘图对象(matplotlib.collections.PathCollection)
我想知道问题背后的逻辑是什么，何时使用绘图实例(这是一个PathCollection)，以及何时使用绘图类本身。
import matplotlib.pyplot as plt
p = plt.scatter([1,2,3],[1,2,3])提出了一个散点图。为了使它发挥作用，我不得不说：
plt.annotate(...)要配置轴标签或限制，您可以编写：
plt.xlim(...)
plt.xlabel(...)诸若此类。
但另一方面，你写道：
p.axes.set_aspect(...)
p.axes.yaxis.set_major_locator(...)这背后的逻辑是什么？我能找个地方查一下吗？不幸的是，我在文档中没有找到这个问题的答案。
何时使用实际实例p来配置图形，何时使用pyplot类plt？
回答 2
Stack Overflow用户
发布于 2014-01-08 19:04:53
根据PEP20的说法：
- “明示胜于含蓄。”
- “简单胜于复杂。”
通常情况下，“让它只起作用”的代码采用pyplot的方式，因为它隐藏了许多人不关心的所有图形和轴管理。这通常用于交互模式编码、简单的一次性脚本或在高级脚本中执行的绘图。
但是，如果您要创建一个要进行绘图的库模块，并且不能保证库用户没有自己进行任何额外的绘图，那么最好是显式的，并且避免pyplot接口。我通常将函数设计为接受用户希望操作的轴和/或图形对象作为可选参数(如果不给出，则使用plt.gcf()和/或plt.gca())。
我的经验法则是，如果我正在执行的操作可以通过pyplot完成，但是如果这样做可能会更改“状态机”，那么我就避免pyplot。请注意，任何通过pyplot的操作(例如plt.xlim())都会获取/设置当前的轴/图/映像(“状态机”)，而像ax.set_xlim()这样的操作则不会。
Stack Overflow用户
发布于 2013-12-13 02:19:12
‘plot’只是一个捷径，当你只有一个情节时，它是有用的。当您直接使用plt时，matplotlib会自动创建一个“图形”和一个子图，但是当您想要处理多个子图时，您将需要使用“axes”方法，例如：
fig = plt.figure()
a = fig.add_subplot(211)
b = fig.add_subplot(212)
print a.__class__ #<class 'matplotlib.axes.AxesSubplot'>
print fig.__class__ #<class 'matplotlib.figure.Figure'>
a.plot([0,1],[0,1],'r')
b.plot([1,0],[0,1],'b')
fig.show()这不能直接使用“plt”。
https://stackoverflow.com/questions/19895262
复制相似问题
腾讯云开发者
