在 matplotlib 中使用情节、轴线或图形绘制情节之间的区别是什么？

当我在 matplotlib，tbh 中绘制情节时，我有点搞不清楚后台发生了什么，我不清楚情节、轴和图形的层次结构。我看了文件，很有帮助，但我还是不明白..。

下面的代码用三种不同的方式绘制了相同的图-

#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

  1. 这三个方法的区别是什么? 我的意思是，当这三个方法中的任何一个被调用时，底下发生了什么？

  2. 什么时候应该使用哪种方法，以及在这些方法上使用任何方法的优缺点是什么？

55575 次浏览
小开
最佳答案

方法1

plt.plot(x, y)

这使您只能用(x，y)坐标绘制一个图形。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。当你写它的时候，你只需要绘制一个图形，但是你可以这样做:

fig1, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)

你将在同一个窗口中绘制4个图形，每个图形分别命名为 ax1、 ax2、 ax3和 ax4。这个窗口将被我的例子分为4个部分。

方法3

fig = plt.figure()
new_plot = fig.add_subplot(111)
new_plot.plot(x, y)

我没用过，但你可以找到文件。

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()

enter image description here enter image description here

其他例子:

enter image description here

小开

对象的名称

Matplotlib 是强面向对象的，它的主要对象是 图表和 斧头(我发现 axes这个名字有点误导人，但可能只是我)。

你可以把 图表想象成一个 帆布，你通常会指定它的尺寸，例如，背景颜色等等。您使用画布 图表，主要有两种方式，在其上放置其他对象(主要是 斧头，但也包括文本标签等) ，并用 savefig保存其内容。

你可以把 斧头想象成一种瑞士军刀，一种方便的工具(例如 .plot、 .scatter、 .hist等等)。你可以放置一个，两个，... 许多 斧头内的 图表使用许多不同的方法之一。

plt接口

谢谢过程接口最初是为了模拟 MATLABTM 接口而开发的，但实际上与面向对象接口并没有什么不同，即使你没有直接引用主对象(例如，图表和 斧头) ，这些对象也会自动实例化，每个 谢谢方法基本上都会被转换为底层基本对象的一个方法的调用: 例如，plt.plot()是 hidden_axes.plot，plt.savefig是 hidden_figure.savefig。

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没有被移植到 谢谢名称空间中的方法时，这有时是必要的。

我想补充的是，谢谢名称空间还包含许多方便的方法，以不同的方式实例化 图表和 斧头。

你的例子

第一条路

plt.plot(x, y)

在这里你只能使用 谢谢接口，你只能在每个 图表中使用一个 斧头，但这是你在探索你的数据时想要的, 一个快速完成工作的配方。

第二条路

ax = plt.subplot()
ax.plot(x, y)

在这里，您可以在 谢谢名称空间中使用一种方便的方法为 斧头对象提供名称(和句柄) ，但是顺便说一下，还有一个隐藏的 图表。稍后您可以使用 斧头对象来绘制图表、制作直方图等等，这些都是您可以使用 谢谢接口来做的事情，但是您也可以访问它的所有属性并更自由地修改它们。

第三条路

figure = plt.figure()
new_plot = figure.add_subplot(111)
new_plot.plot(x, y)

在这里，您开始在 谢谢命名空间中使用一种方便的方法实例化 图表，然后您只使用面向对象的接口。

绕过 谢谢方便的方法(matplotlib.figure.Figure)是可能的，但是您必须调整图形以获得更好的交互体验(毕竟，它是 方便方法)。

个人推荐

我建议在交互式会话的背景下使用 plt.plot，plt.scatter，可能使用 IPython和它的 %matplotlib魔法命令，也可以在一个探索性的木星笔记本的背景下使用。

另一方面是面向对象的方法，再加上一些 plt 方便的方法，才是正道

  • 如果您有一个永久性的问题要一劳永逸地解决 精心调整的次要情节的定制安排,
  • 如果您想要将 Matplotlib 嵌入到您编写的程序的 UI 中。

在这两个极端之间有一个很大的灰色地带，如果你问我该怎么办，我只会说 “看情况”..。


提交答案