对图像组成不了解？这样学习Python数据可视化必走弯路！

在学习Matplotlib的过程中，大家一定会遇到这样那样的问题，比如说，背景图怎么设置？坐标轴怎么设置？坐标轴上的刻度值怎么设置？怎样在PyQt中添加Matplotlib绘图模块？

其实想要学好用好Matplotlib是特别简单的，前提就是要必须清楚的了解Matplotlib图像组成。

通常情况下，我们可以将一副Matplotlib图像分成三层结构：

第一层是底层的容器层，主要包括Canvas、Figure、Axes；

第二层是辅助显示层，主要包括Axis、Spines、Tick、Grid、Legend、Title等，该层可通过set_axis_off()或set_frame_on(False)等方法设置不显示；

第三层为图像层，即通过plot、contour、scatter等方法绘制的图像。

容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布的工具。通常情况下，我们并不需要对Canvas特别的声明，但是当我需要在其他模块如PyQt中调用Matplotlib模块绘图时，就需要首先声明Canvas，这就相当于我们在自家画室画画不用强调要用画板，出去写生时要特意带一块画板。

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色。当我们对Figure大小、背景色彩等进行设置的时候，就相当于是选择画布大小、材质的过程。因此，每当我们绘图的时候，写的第一行就是创建Figure的代码。

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。一个Figure对象可以包含多个Axes对象，每个Axes都是一个独立的坐标系，绘图过程中的所有图像都是基于坐标系绘制的。

辅助显示层

辅助显示层为Axes内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

该层的设置可使图像显示更加直观更加容易被用户理解，但又并不会对图像产生实质的影响。

图像层

图像层指Axes内通过plot、scatter、hist、contour、bar、barbs等函数根据数据绘制出的图像。

由此我们可以看出

Canvas位于最底层，用户一般接触不到

Figure建立在Canvas之上

Axes建立在Figure之上

坐标轴、图例等辅助信息层以及图像层都是建立在Axes之上

此外，对于辅助信息层和图像层所包含的内容

线型的对象均是继承于Line2D的子类

文字型的对象均是继承于Text的子类

相关设置均可参考父类的设置方法