在 matplotlib 中使用 plot、axes 或 figure 绘制图表有什么区别？

问题描述：

当我在 matplotlib 中绘制图表时，我有点困惑后端发生了什么，说实话，我不清楚图表、轴和图形的层次结构。我阅读了文档，它很有帮助，但我仍然感到困惑...

下面的代码以三种不同的方式绘制相同的图 -

#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. 这三者之间有什么区别？我的意思是，当调用这三种方法中的任何一种时，底层发生了什么？

2. 何时应使用哪种方法以及使用其中任何一种方法的优缺点是什么？

解决方案 1：

物体的名称

Matplotlib 是高度面向对象的，其主要对象是图形和轴（我觉得这个名字axes有点误导，但可能只是我这么认为）。

您可以将图形视为画布，通常可以指定它的尺寸，还可以指定背景颜色等等。您可以使用画布（图形）本质上以两种方式，在其上放置其他对象（主要是轴，但也有文本标签等）并使用保存其内容savefig。

您可以将轴视为一种瑞士军刀，一种方便的物品，可提供用于几乎所有用途的工具（例如.plot，等）。您可以.scatter使用多种不同方法之一在图形中放置一个、两个……多个轴。.hist

界面plt​

plt过程接口最初是为了模仿 MATLAB™ 接口而开发的，但与面向对象接口并没有什么区别，即使您不直接引用主要对象（即图形和轴），这些对象也会自动实例化，并且每个plt方法本质上都会转换为对底层基本对象的方法之一的调用：例如，a plt.plot()is ahidden_axes.plot和 a plt.savefigis a hidden_figure.savefig。

plt.gcf您随时都可以使用和来处理这些隐藏对象plt.gca，当某个对象方法尚未移植到plt命名空间中的方法时，这有时是必要的。

我想补充一点，plt命名空间还包含许多便捷方法¹，可以以不同的方式实例化图形和轴。

你的例子

第一种方式

plt.plot(x, y)

这里您只使用plt接口，每个图上只能使用一个轴，但这正是您在探索数据时所需要的，一个可以快速完成工作的秘诀……

第二种方式

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

在这里，您使用plt命名空间中的便捷方法为您的轴对象命名（和句柄），但顺便说一下，还有一个隐藏的图形。您以后可以使用轴对象进行绘图、制作直方图等，所有这些都是使用plt接口可以完成的操作，但您也可以访问其所有属性并以更大的自由度进行修改。

第三种方式

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

在这里，您开始使用plt命名空间中的便捷方法实例化一个图形，稍后您只使用面向对象的接口。

可以绕过plt便捷方法（matplotlib.figure.Figure），但您必须调整图形以获得更好的交互体验（毕竟，这是一种便捷方法）。

个人建议

我建议在交互式会话中使用 bare ，可能使用plt.plotIPython及其神奇命令，也可以在探索性 Jupyter 笔记本中使用。plt.scatter`%matplotlib`

另一方面，面向对象的方法加上一些plt
便捷的方法才是可行的方法

• 如果你有一个永久性的问题需要通过定制安排精细调整的子图来一劳永逸地解决，

• 如果您想将 Matplotlib 嵌入到您编写的程序的 UI 中。

这两个极端之间存在很大的灰色区域，如果你问我该怎么做，我只会说“这取决于” ......

（1）名称空间中的便捷方法plt确实很方便！特别是，当您使用它们实例化 Figures 和 Axes 时，处理交互式窗口所需的所有细节都会自动考虑在内。

解决方案 2：

方法 1

plt.plot(x, y)

这样您就可以绘制一个具有 (x,y) 坐标的图形。如果您只想获得一个图形，您可以使用这种方式。

方法 2

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

这样您就可以在同一个窗口中绘制一个或多个图形。编写代码时，您只会绘制一个图形，但您可以这样做：

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

您将绘制 4 个图形，每个图形分别命名为 ax1、ax2、ax3 和 ax4，但位于同一个窗口上。在我的示例中，此窗口将分为 4 个部分。

方法 3

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

我没有用过它，但你可以找到文档。

例子：

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()

其他例子：