浅谈matplotlib.pyplot与axes的关系

最近在学习数据可视化，梳理一下其中一些诸如pandas绘图、matplotlib绘图、pyplot(plt)、axes等概念。

重要的事情说三遍：axes不是axis！axes不是axis！axes不是axis！
重要的事情说三遍：pyplot是接口不是对象！pyplot是接口不是对象！pyplot是接口不是对象！

很多书上一上来就直接import matplotlib.pypltot as plt，然后就教你plt.xxx()。这种方式固然没错，可问题就出在了plt只是一个interface，只是一个接口，连对象都算不上（仔细回想，你确实没有实例化过任何一个名叫plt类型的对象）这给本来就对面向对象编程并不很熟悉的我带来无穷无尽的困扰。plt这个接口的意义在于：

  • 通过接口直接画图（这时候我们把这个接口看成一个黑盒，根本不要去管其中有些什么对象类型）
  • 通过接口实例化别的类型的对象（如figure类型 axes类型等）

1.通过plt.xxx()直接绘图

就像各种教程和书上的常规操作一样，我们可以用plt.plot(), plt.bar()等绘制不同类型的图（部分总结如下表）

表一 plt中用于绘图的部分函数

函数名 作用
plt.bar() 条形图
plt.barh() 横排条形图
plt.boxplot() 箱线图（plt.box()是另一个函数）
plt.hist() 频率直方图
plt.plot() 折线图

我们可以用plt的其他一些函数来对图表的标题等进行设置（部分总结如下表）

表二 plt中用于设置的部分函数

函数名 作用
plt.title() 设置图表标题
plt.grid() 设置图表网格
plt.xlabel();plt.ylabel 设置x;y轴标题
plt.xticks();plt.yticks() 设置x;y轴刻度
plt.xlim();plt.ylim() 设置x;y轴范围
plt.annotate() 设置标注

（具体的参数和用法详见 https://matplotlib.org/api/pyplot_summary.html ）

用plt绘图的方便之处，同样也是它最令人迷惑的地方，就是它没有一个显性的对象。
我们甚至可以调用pandas绘图以后，用表二中的plt函数来对pandas生成的这个图表进行设置。

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'])
#注意下一行的对象是'data'，它是一个series对象，调用的是pandas绘图函数
data.plot(label='income', color = 'r', linestyle=':', marker = 's')#具体的pandas绘图之后会细讲
#但接下来我们甚至可以调用plt的函数对它进行设置
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()

上面这个例子就展示了pyplot(plt)的特点，不用指明对象就能进行画图和设置，当我们在同一个程序中的图比较少的时候这是方便的，但当我们同一个程序中的图很多的时候，这种没有显性对象的方式会导致我们没有办法重新调用之前的图（因为没有对象名）也会给人一种很不踏实的感觉。

2.实例化figure和axes对象后绘图

就像前文提到的，plt只是一个接口而不是对象。
在matplotlib中,有两个重要的对象类型：figure对象可以把它想成一张空白图纸，在上面可以绘制一个或多个axes对象（还可以有其他对象等）。axes对象是一个图像的主要部分（它包括了图线、xy轴等部分）。
我们可以使用plt接口生成figure对象和axes对象，然后对axes对象调用方法来实现画图和设置。
总体思路是：

  1. 实例化figure对象
  2. 实例化axes对象
  3. 对axes对象调用方法进行画图和设置

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'])
#调用plt接口，实例化figure1对象
figure1 = plt.figure(facecolor='w')#faceclolr设置背景颜色
#实例化ax1对象
ax1 = figure1.add_subplot(111)#ax1是figure1的第1行第一列的第1张图表
#注意下一行的对象是'ax1'，它是一个axes对象，调用的是matplotlib.axes绘图函数
ax1.plot(data,label='income', color = 'r', linestyle=':', marker = 's')
#接下来我们调用ax1的方法对它进行设置
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='->'))

用这种方式画出来的图，每一个对象都有它自己的名字，方便后面继续调用、修改。代码也就多了两行实例化的过程，并没有麻烦很多，个人很喜欢用这种方式画图（也给人一种很踏实的感觉）。

类比上面的表一和表二，给出对于axes对象的方法函数表：

表三 axes对象用于绘图的部分方法函数

函数名 作用
ax.bar() 条形图
ax.barh() 横排条形图
ax.boxplot() 箱线图
ax.hist() 频率直方图
ax.plot() 折线图

表四 axes对象中用于设置的部分方法函数

函数名 作用
ax.set_title() 设置图表标题
ax.set_xlabel(); ax.set_ylabel 设置x;y轴标题
ax.set_xticks(); ax.set_yticks() 设置x;y轴刻度
ax.set_xlim(); ax.set_ylim() 设置x;y轴范围
ax.annotate() 设置标注

（具体的参数和用法详见 https://matplotlib.org/api/axes_api.html )

注意表一和表三，表二和表四的异同：

  1. 表一表二中的plt是固定的名字，不论画什么都是plt.xxx()，而表三和表四中ax.xxx()中的ax要改成你实例的对象名。
  2. 注意对比表二和表四，很多作用相同的东西，跑到了axes这里要多加一个set_

用实例化axes的方式画图很重要，因为多子图的绘制更是需要依赖axes对象。

我还会分两期分别介绍一下axes与多子图的绘制和axes与pandas绘图的关系。

到此这篇关于浅谈matplotlib.pyplot与axes的关系的文章就介绍到这了,更多相关matplotlib.pyplot axes内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • matplotlib.pyplot画图 图片的二进制流的获取方法

    有些时候,我们需要画图后的二进制数据流,matplotlib没有提供相关的api,通过源码查看与百度,得到下面此方法 import matplotlib.pyplot as plt import numpy as np import io x=np.arange(10) y=x #plt.plot(x,y) #canvas = plt.get_current_fig_manager().canvas #canvas.draw() fig=plt.figure() plt.plot(x,y) ca

  • 基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解

    基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解

    Pyplot matplotlib.pyplot是一个命令型函数集合,它可以让我们像使用MATLAB一样使用matplotlib.pyplot中的每一个函数都会对画布图像作出相应的改变,如创建画布.在画布中创建一个绘图区.在绘图区上画几条线.给图像添加文字说明等.下面我们就通过实例代码来领略一下他的魅力. import matplotlib.pyplot as plt plt.plot([1,2,3,4]) plt.ylabel('some numbers') plt.show() 上图是我们通

  • matplotlib.pyplot画图并导出保存的实例

    我就废话不多说了,直接上代码吧! import pandas as pd import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() bar_positions=[1,2,3,4] bar_heights=[1,2,3,4] print(np.arange(len([2,2,3,4,5])+1)) ax.bar(np.arange(len([2,2,3,4,5])),[1,2,3,4,5], 0.5)#设

  • matplotlib.pyplot绘图显示控制方法

    在使用Python库时,常常会用到matplotlib.pyplot绘图,本文介绍在PyCharm及Jupyter Notebook页面中控制绘图显示与否的小技巧. 在PyCharm中显示绘图 在绘图代码最后加上"plt.show()"语句. import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 2*np.pi, .001) y = np.sin(2 * np.pi * x) plt.clf() plt.

  • pycharm使用matplotlib.pyplot不显示图形的解决方法

    如下案例,可以正常保存图像,但是plt.show()不能正常显示图像,这里是使用pandas模块读取csv文件: # coding=utf-8 import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv('ccpoints.csv', header=0) plt.scatter(data.x, data.y, c="red", marker='o', label='ccpoints') plt.xlabe

  • 浅谈Matplotlib简介和pyplot的简单使用——文本标注和箭头

    浅谈Matplotlib简介和pyplot的简单使用——文本标注和箭头

    在使用pyplot画图的时候,有时会需要在图上标注一些文字,如果曲线靠的比较近,最好还能用箭头指出标注文字和曲线的对应关系.这里就介绍文字标注和箭头的使用. 添加标注使用pyplot.text,由pyplot或者subplot调用.下面是可以选择的参数, text(tx,ty,fontsize=fs,verticalalignment=va,horizontalalignment=ha,...) 其中,tx和ty指定放置文字的位置,va和ha指定对其方式,可以是top,bottom,center

  • Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度

    Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度

    前言 matplotlib.pyplot是一些命令行风格函数的集合,使matplotlib以类似于MATLAB的方式工作.每个pyplot函数对一幅图片(figure)做一些改动:比如创建新图片,在图片创建一个新的作图区域(plotting area),在一个作图区域内画直线,给图添加标签(label)等.matplotlib.pyplot是有状态的,亦即它会保存当前图片和作图区域的状态,新的作图函数会作用在当前图片的状态基础之上. 在开始本文之前,不熟悉的朋友可以先看看这篇文章:Python

  • OpenCV里的imshow()和Matplotlib.pyplot的imshow()的实现

    一.问题 在Python里使用OpenCV时,一般是通过cv2.imread读入图片,然后用plt.imshow显示图片,但最近学习OpenCV时这样做的结果与预期的结果有较大的出入.查找资料后,才明白OpenCV里的imshow()和Matplotlib.pyplot的imshow()在使用上有一些区别,不注意的话很容易就会导致很奇怪的结果. 下面的示例代码及运行结果显示了这种差异: import cv2 import matplotlib.pyplot as plt #以灰度模式读入图片 m

  • 不同版本中Python matplotlib.pyplot.draw()界面绘制异常问题的解决

    前言 本文主要给大家介绍了关于不同版本中Python matplotlib.pyplot.draw()界面绘制异常的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧. 在 Ubuntu系统上进行如下配置: $ sudo apt-get update $ sudo apt-get upgrade $ sudo apt-get install python-dev $ sudo apt-get install python-pip $ sudo pip install --u

  • 浅谈matplotlib.pyplot与axes的关系

    最近在学习数据可视化,梳理一下其中一些诸如pandas绘图.matplotlib绘图.pyplot(plt).axes等概念. 重要的事情说三遍:axes不是axis!axes不是axis!axes不是axis! 重要的事情说三遍:pyplot是接口不是对象!pyplot是接口不是对象!pyplot是接口不是对象! 很多书上一上来就直接import matplotlib.pypltot as plt,然后就教你plt.xxx().这种方式固然没错,可问题就出在了plt只是一个interface,

  • 浅谈matplotlib中FigureCanvasXAgg的用法

    背景知识: FigureCanvasXAgg就是一个渲染器,渲染器的工作就是drawing,执行绘图的这个动作.渲染器是使物体显示在屏幕上 主要内容: 将一个figure渲染的canvas变为一个Qt widgets,figure显示的过程是需要管理器(manager),需要FigureCanvasBase来管理.报错信息'FigureCanvasQTAgg' object has no attribute 'manager' 将一个navigation toolbar渲染成Qt widgets

  • 浅谈matplotlib默认字体设置探索

    控制默认字体的设置 根据官方文档https://matplotlib.org/tutorials/text/text_props.html#default-font可知: The base default font is controlled by a set of rcParams 默认字体是由一组rcParams控制的. rcParam usage 'font.family' List of either names of font or {'cursive', 'fantasy', 'mo

  • 浅谈matplotlib 绘制梯度下降求解过程

    机器学习过程中经常需要可视化,有助于加强对模型和参数的理解. 下面对梯度下降过程进行动图演示,可以修改不同的学习率,观看效果. import numpy as np import matplotlib.pyplot as plt from IPython import display X = 2*np.random.rand(100,1) y = 4+3*X+np.random.randn(100,1) # randn正态分布 X_b = np.c_[np.ones((100,1)),X] #

  • 浅谈hibernate中多表映射关系配置

    1.one-to-many 一对多关系的映射配置(在一的一方实体映射文件中配置) <!-- cascade属性:级联操作属性 save-update: 级联保存,保存客户时,级联保存客户关联的联系人 delete:级联删除,删除客户时,级联删除客户关联的联系人 all:级联保存+级联删除 --> <!-- inverse属性:设置是否不维护关联关系 true:不维护关联 false(默认值):维护关联 --> <!-- 一对多 --> <set name=&quo

  • 浅谈Python中重载isinstance继承关系的问题

    判断继承关系 通过内建方法 isinstance(object, classinfo) 可以判断一个对象是否是某个类的实例.这个关系可以是直接,间接或抽象. 实例的检查是允许重载的,可见文档customizing-instance-and-subclass-checks.根据 PEP 3119的描述: The primary mechanism proposed here is to allow overloading the built-in functions isinstance() an

  • 浅谈keras中loss与val_loss的关系

    loss函数如何接受输入值 keras封装的比较厉害,官网给的例子写的云里雾里, 在stackoverflow找到了答案 You can wrap the loss function as a inner function and pass your input tensor to it (as commonly done when passing additional arguments to the loss function). def custom_loss_wrapper(input_

  • 浅谈Node.js ORM框架Sequlize之表间关系

    浅谈Node.js ORM框架Sequlize之表间关系

    Sequelize模型之间存在关联关系,这些关系代表了数据库中对应表之间的主/外键关系.基于模型关系可以实现关联表之间的连接查询.更新.删除等操作.本文将通过一个示例,介绍模型的定义,创建模型关联关系,模型与关联关系同步数据库,及关系模型的增.删.改.查操作. 数据库中的表之间存在一定的关联关系,表之间的关系基于主/外键进行关联.创建约束等.关系表中的数据分为1对1(1:1).1对多(1:M).多对多(N:M)三种关联关系. 在Sequelize中建立关联关系,通过调用模型(源模型)的belon

  • 浅谈Timer和TimerTask与线程的关系

    浅谈Timer和TimerTask与线程的关系

    1. Timer是一个定时器,它可以根据指定的时间,指定的执行周期来执行固定的任务TimerTask,例子如下: Timer与线程的关系,在Timer源代码中可现如下代码: 1. 以下为Timer的默认构造方法,起调用了自身的一个有参构造函数: 2.有参构造函数代码如下: 3. 有参构造函数设置了当前线程的名字并启动该线程,线程代码如下: 4. TimerThread类的源代码如下: 由以上代码可以看出Timer其实就是一个Thread类的子类. TimerTask与线程的关系: 1. 以下为T

随机推荐