您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關matplotlib.pyplot與axes有什么關系,文章內容質量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關知識有一定的了解。
1.通過plt.xxx()直接繪圖
就像各種教程和書上的常規操作一樣,我們可以用plt.plot(), plt.bar()等繪制不同類型的圖(部分總結如下表)
表一 plt中用于繪圖的部分函數
函數名 | 作用 |
---|---|
plt.bar() | 條形圖 |
plt.barh() | 橫排條形圖 |
plt.boxplot() | 箱線圖(plt.box()是另一個函數) |
plt.hist() | 頻率直方圖 |
plt.plot() | 折線圖 |
我們可以用plt
的其他一些函數來對圖表的標題等進行設置(部分總結如下表)
表二 plt中用于設置的部分函數
函數名 | 作用 |
---|---|
plt.title() | 設置圖表標題 |
plt.grid() | 設置圖表網格 |
plt.xlabel();plt.ylabel | 設置x;y軸標題 |
plt.xticks();plt.yticks() | 設置x;y軸刻度 |
plt.xlim();plt.ylim() | 設置x;y軸范圍 |
plt.annotate() | 設置標注 |
(具體的參數和用法詳見 https://matplotlib.org/api/pyplot_summary.html )
用plt繪圖的方便之處,同樣也是它最令人迷惑的地方,就是它沒有一個顯性的對象。
我們甚至可以調用pandas繪圖以后,用表二中的plt函數來對pandas生成的這個圖表進行設置。
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']) #注意下一行的對象是'data',它是一個series對象,調用的是pandas繪圖函數 data.plot(label='income', color = 'r', linestyle=':', marker = 's')#具體的pandas繪圖之后會細講 #但接下來我們甚至可以調用plt的函數對它進行設置 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()
上面這個例子就展示了pyplot
(plt
)的特點,不用指明對象就能進行畫圖和設置,當我們在同一個程序中的圖比較少的時候這是方便的,但當我們同一個程序中的圖很多的時候,這種沒有顯性對象的方式會導致我們沒有辦法重新調用之前的圖(因為沒有對象名)也會給人一種很不踏實的感覺。
2.實例化figure和axes對象后繪圖
就像前文提到的,plt
只是一個接口而不是對象。
在matplotlib中,有兩個重要的對象類型:figure
對象可以把它想成一張空白圖紙,在上面可以繪制一個或多個axes
對象(還可以有其他對象等)。axes
對象是一個圖像的主要部分(它包括了圖線、xy軸等部分)。
我們可以使用plt
接口生成figure
對象和axes
對象,然后對axes
對象調用方法來實現畫圖和設置。
總體思路是:
實例化figure對象
實例化axes對象
對axes對象調用方法進行畫圖和設置
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']) #調用plt接口,實例化figure1對象 figure1 = plt.figure(facecolor='w')#faceclolr設置背景顏色 #實例化ax1對象 ax1 = figure1.add_subplot(111)#ax1是figure1的第1行第一列的第1張圖表 #注意下一行的對象是'ax1',它是一個axes對象,調用的是matplotlib.axes繪圖函數 ax1.plot(data,label='income', color = 'r', linestyle=':', marker = 's') #接下來我們調用ax1的方法對它進行設置 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='->'))
用這種方式畫出來的圖,每一個對象都有它自己的名字,方便后面繼續調用、修改。代碼也就多了兩行實例化的過程,并沒有麻煩很多,個人很喜歡用這種方式畫圖(也給人一種很踏實的感覺)。
類比上面的表一和表二,給出對于axes對象的方法函數表:
表三 axes對象用于繪圖的部分方法函數
函數名 | 作用 |
---|---|
ax.bar() | 條形圖 |
ax.barh() | 橫排條形圖 |
ax.boxplot() | 箱線圖 |
ax.hist() | 頻率直方圖 |
ax.plot() | 折線圖 |
表四 axes對象中用于設置的部分方法函數
函數名 | 作用 |
---|---|
ax.set_title() | 設置圖表標題 |
ax.set_xlabel(); ax.set_ylabel | 設置x;y軸標題 |
ax.set_xticks(); ax.set_yticks() | 設置x;y軸刻度 |
ax.set_xlim(); ax.set_ylim() | 設置x;y軸范圍 |
ax.annotate() | 設置標注 |
(具體的參數和用法詳見 https://matplotlib.org/api/axes_api.html )
注意表一和表三,表二和表四的異同:
表一表二中的plt
是固定的名字,不論畫什么都是plt.xxx()
,而表三和表四中ax.xxx()
中的ax
要改成你實例的對象名。
注意對比表二和表四,很多作用相同的東西,跑到了axes這里要多加一個set_
關于matplotlib.pyplot與axes有什么關系就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。