Matplotlib核心:掌握Figure与Axes

2024-02-13 05:36

本文主要是介绍Matplotlib核心:掌握Figure与Axes,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

详细介绍Figure和Axes(基于Matplotlib)
在这里插入图片描述


🌵文章目录🌵

  • 🌳引言🌳
  • 🌳 一、Figure(图形)🌳
    • 🍁1. 创建Figure🍁
    • 🍁2. 添加Axes🍁
  • 🌳二、Axes(坐标轴)🌳
    • 🍁1. 创建Axes🍁
    • 🍁2. 绘制图表🍁
    • 🍁3. 设置Axes属性🍁
  • 🌳三、Figure和Axes的区别与联系🌳
  • 🌳四、进阶用法与技巧🌳
    • 🍁1. 多子图布局🍁
    • 🍁2. 共享坐标轴🍁
    • 🍁3. 保存和导出图表🍁
  • 🌳五、总结与展望🌳
  • 🌳结尾🌳

🌳引言🌳

在数据分析和可视化领域,Python的Matplotlib库因其强大的功能和广泛的应用而备受推崇。它为用户提供了创建多种类型图表的能力,如折线图、柱状图、散点图等,这些图表对于数据理解和展示至关重要。在Matplotlib库中,Figure和Axes是两个核心概念,它们共同构成了绘图的基础框架。本文将详细解读这两个概念,并探讨它们在Matplotlib中的实际应用,帮助读者更好地掌握数据可视化的关键要素。

🌳 一、Figure(图形)🌳

Figure在Matplotlib中代表了一个完整的图表,它包含了所有的绘图元素,如Axes、标题、图例等。我们可以将Figure看作是一个容器,其中包含了用于绘制图表的所有元素

🍁1. 创建Figure🍁

在Matplotlib中,我们可以使用plt.figure()函数来创建一个新的Figure对象。例如:

import matplotlib.pyplot as pltfig = plt.figure()

这将创建一个默认的Figure对象。我们还可以通过传递参数来自定义Figure的大小、DPI等属性。例如:

fig = plt.figure(figsize=(10, 5), dpi=100)

这将创建一个宽度为10英寸、高度为5英寸、DPI为100的Figure对象。

🍁2. 添加Axes🍁

一旦我们创建了Figure对象,就可以向其添加Axes对象。Axes代表了一个坐标轴系统,它包含了数据、坐标轴标签、标题等。我们可以使用add_subplot()方法来向Figure中添加Axes。例如:

ax = fig.add_subplot(111)

这将在Figure中添加一个1x1的网格中的第一个子图。参数111表示网格的行数、列数和子图的索引。在这个例子中,我们创建了一个单一的Axes对象,占据了整个Figure的空间。

完整代码如下:

import matplotlib.pyplot as pltfig = plt.figure(figsize=(10, 5), dpi=100)
ax = fig.add_subplot(111)
plt.show()

运行结果如下图所示:

🌳二、Axes(坐标轴)🌳

Axes是Matplotlib中的另一个核心概念,它代表了一个坐标轴系统,用于显示数据和进行绘图。每个Axes对象一般都包含了一个X轴和一个Y轴,以及与之关联的数据和标签。

🍁1. 创建Axes🍁

如上所述,我们可以通过向Figure对象添加子图来创建Axes对象。除了使用add_subplot()方法外,我们还可以使用add_axes()方法来创建Axes对象,并指定其在Figure中的位置和大小。例如:

ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

这将在Figure上创建一个占据了大部分空间的Axes对象。参数[0.1, 0.1, 0.8, 0.8]的原型是[left, bottom, width, height],其中 leftbottomAxes 左下角相对于 Figure 边缘的坐标(以小数形式表示,例如 0 是左/底部边缘,1 是右/顶部边缘),widthheightAxes 的宽度和高度(也是以小数形式表示)。

完整代码如下:

import matplotlib.pyplot as pltfig = plt.figure(figsize=(10, 5), dpi=100)
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
plt.show()

运行结果如下图所示:

在这里插入图片描述

🍁2. 绘制图表🍁

一旦我们有了Axes对象,就可以在其上进行绘图操作。Matplotlib提供了丰富的绘图函数,如plot()scatter()bar()等,用于在Axes上绘制各种图表。例如,要在Axes上绘制一个简单的折线图,我们可以这样做:

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
ax.plot(x, y)

这将在Axes上绘制一个由点(1, 2)(2, 3)(3, 5)(4, 7)(5, 11)组成的折线图。

完整代码如下:

import matplotlib.pyplot as pltfig = plt.figure(figsize=(10, 5), dpi=100)
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
ax.plot(x, y)
plt.show()

运行结果如下图所示:

在这里插入图片描述

🍁3. 设置Axes属性🍁

除了绘制图表外,我们还可以设置Axes的各种属性,如标题、坐标轴标签、刻度等。Matplotlib提供了丰富的函数来设置这些属性。例如:

ax.set_title('Simple Line Plot')
ax.set_xlabel('X-axis Label')
ax.set_ylabel('Y-axis Label')
ax.set_xlim([0, 6])
ax.set_ylim([0, 12])

这些函数分别用于设置Axes的标题、X轴标签、Y轴标签、X轴范围和Y轴范围。

完整代码如下:

import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]fig = plt.figure(figsize=(10, 5), dpi=100)
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.plot(x, y)
ax.set_title('Simple Line Plot')
ax.set_xlabel('X-axis Label')
ax.set_ylabel('Y-axis Label')
ax.set_xlim([0, 6])
ax.set_ylim([0, 12])
plt.show()

运行结果如下图所示:

在这里插入图片描述

🌳三、Figure和Axes的区别与联系🌳

FigureAxes
定义Figure代表整个图表窗口或画布,它是一个容器,可以包含多个子图(Axes)。AxesFigure中的一个子图,它拥有自己的坐标轴、刻度、标签等,用于绘制具体的图表。
作用提供了一个绘制图表的区域,可以容纳一个或多个AxesFigure中绘制具体的图表,如折线图、柱状图等。
数量一个Figure可以包含多个Axes,可通过add_subplot方法添加。一个Figure中可以有多个Axes,但每个Axes都是独立的。
属性包含如尺寸、DPI(每英寸的点数)、背景色等属性。包含如坐标轴范围、刻度、标签、标题等属性。
层级关系AxesFigure的子对象,每个Axes都是Figure的一个部分。AxesFigure的直接子对象,与Figure有直接的层级关系。
绘制关系负责整体的布局和呈现,是图表的容器。Figure的指定位置进行绘制,展示具体的图表内容。

联系

  • AxesFigure的组成部分,每个Axes都在Figure的指定位置进行绘制。
  • FigureAxes共同构成了图表的基本结构,其中Figure提供了绘制的整体环境,而Axes则负责具体的图表内容展示。

区别

  • Figure是一个更高级别的概念,它代表了整个图表窗口或画布,而Axes则是Figure中的一个具体子图。
  • Figure主要负责整体的布局和呈现,而Axes则负责具体的图表绘制和内容展示。
  • 一个Figure可以包含多个Axes,而每个Axes都是独立的,拥有自己的坐标轴、刻度、标签等。

🌳四、进阶用法与技巧🌳

🍁1. 多子图布局🍁

Matplotlib允许在一个Figure中创建多个Axes,通过网格布局或自由布局的方式来实现多子图展示。例如,使用subplot2gridGridSpec可以创建复杂的子图布局。

"""  
绘制正弦、余弦以及它们的和在一个 2x2 的网格布局中。  
"""  
import matplotlib.pyplot as plt  
import numpy as np  # 创建一个 2x2 的网格布局  
fig = plt.figure(figsize=(10, 8))  
gs = fig.add_gridspec(2, 2)  # 在第一行,创建一个跨越两列的 Axes  
ax1 = fig.add_subplot(gs[0, :])  
# 在第二行,第一列创建一个 Axes  
ax2 = fig.add_subplot(gs[1, 0])  
# 在第二行,第二列创建一个 Axes  
ax3 = fig.add_subplot(gs[1, 1])  # 生成一个从 0 到 2π,包含 100 个点的等差数列  
x = np.linspace(0, 2 * np.pi, 100)  
# 计算正弦值  
y1 = np.sin(x)  
# 计算余弦值  
y2 = np.cos(x)  # 在 ax1 上绘制红色的正弦曲线,并设置标题为 'Sine'  
ax1.plot(x, y1, 'r')  
ax1.set_title('Sine')  # 在 ax2 上绘制蓝色的余弦曲线,并设置标题为 'Cosine'  
ax2.plot(x, y2, 'b')  
ax2.set_title('Cosine')  # 在 ax3 上绘制绿色的正弦和余弦的和的曲线,并设置标题为 'Sine + Cosine'  
ax3.plot(x, y1 + y2, 'g')  
ax3.set_title('Sine + Cosine')  # 显示图形  
plt.show()

运行结果如下图所示:

在这里插入图片描述

🍁2. 共享坐标轴🍁

有时我们可能希望多个图表共享同一个X轴或Y轴。Matplotlib提供了sharexsharey参数来实现这一功能。

"""  
绘制正弦和余弦函数图像
"""
import matplotlib.pyplot as plt
import numpy as np# 生成一个从0到2π包含100个点的等差数列
x = np.linspace(0, 2 * np.pi, 100)# 计算正弦和余弦值
y1 = np.sin(x)
y2 = np.cos(x)# 创建一个2行1列的子图布局,共享x轴
fig, axs = plt.subplots(2, 1, sharex=True)# 在第一个子图上绘制正弦函数图像,并设置y轴标签为'Sine'
axs[0].plot(x, y1)
axs[0].set_ylabel('Sine')# 在第二个子图上绘制余弦函数图像,并设置y轴标签为'Cosine'
axs[1].plot(x, y2)
axs[1].set_ylabel('Cosine')# 调整子图之间的间距
fig.tight_layout()# 显示图像
plt.show()

运行结果如下图所示:

在这里插入图片描述

🍁3. 保存和导出图表🍁

创建好图表后,我们可以使用savefig方法将其保存为图片文件,支持多种格式如PNG、PDF、SVG等。

plt.savefig('my_plot.png')  # 保存为PNG图片

🌳五、总结与展望🌳

通过本文的详细介绍,我们对Matplotlib中的Figure和Axes有了更加深入的理解。从基础的创建和设置,到进阶的多子图布局,Matplotlib提供了丰富的功能和灵活的接口,使得数据可视化变得简单而高效。未来,随着数据科学和可视化技术的不断发展,我们期待Matplotlib能够继续带来更多创新和便利的功能。

希望本文能够帮助读者更好地掌握Matplotlib中的Figure和Axes,并在实际的数据分析和可视化工作中发挥它们的强大作用。


🌳结尾🌳

亲爱的读者,首先感谢抽出宝贵的时间来阅读我们的博客。我们真诚地欢迎您留下评论和意见💬
俗话说,当局者迷,旁观者清。的客观视角对于我们发现博文的不足、提升内容质量起着不可替代的作用。
如果博文给您带来了些许帮助,那么,希望能为我们点个免费的赞👍👍/收藏👇👇,您的支持和鼓励👏👏是我们持续创作✍️✍️的动力
我们会持续努力创作✍️✍️,并不断优化博文质量👨‍💻👨‍💻,只为给带来更佳的阅读体验。
如果有任何疑问或建议,请随时在评论区留言,我们将竭诚为你解答~
愿我们共同成长🌱🌳,共享智慧的果实🍎🍏!


万分感谢🙏🙏点赞👍👍、收藏⭐🌟、评论💬🗯️、关注❤️💚~

这篇关于Matplotlib核心:掌握Figure与Axes的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/704617

相关文章

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

PostgreSQL核心功能特性与使用领域及场景分析

PostgreSQL有什么优点? 开源和免费 PostgreSQL是一个开源的数据库管理系统,可以免费使用和修改。这降低了企业的成本,并为开发者提供了一个活跃的社区和丰富的资源。 高度兼容 PostgreSQL支持多种操作系统(如Linux、Windows、macOS等)和编程语言(如C、C++、Java、Python、Ruby等),并提供了多种接口(如JDBC、ODBC、ADO.NET等

生信代码入门:从零开始掌握生物信息学编程技能

少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 介绍 生物信息学是一个高度跨学科的领域,结合了生物学、计算机科学和统计学。随着高通量测序技术的发展,海量的生物数据需要通过编程来进行处理和分析。因此,掌握生信编程技能,成为每一个生物信息学研究者的必备能力。 生信代码入门,旨在帮助初学者从零开始学习生物信息学中的编程基础。通过学习常用

如何掌握面向对象编程的四大特性、Lambda 表达式及 I/O 流:全面指南

这里写目录标题 OOP语言的四大特性lambda输入/输出流(I/O流) OOP语言的四大特性 面向对象编程(OOP)是一种编程范式,它通过使用“对象”来组织代码。OOP 的四大特性是封装、继承、多态和抽象。这些特性帮助程序员更好地管理复杂的代码,使程序更易于理解和维护。 类-》实体的抽象类型 实体(属性,行为) -》 ADT(abstract data type) 属性-》成

深入解析秒杀业务中的核心问题 —— 从并发控制到事务管理

深入解析秒杀业务中的核心问题 —— 从并发控制到事务管理 秒杀系统是应对高并发、高压力下的典型业务场景,涉及到并发控制、库存管理、事务管理等多个关键技术点。本文将深入剖析秒杀商品业务中常见的几个核心问题,包括 AOP 事务管理、同步锁机制、乐观锁、CAS 操作,以及用户限购策略。通过这些技术的结合,确保秒杀系统在高并发场景下的稳定性和一致性。 1. AOP 代理对象与事务管理 在秒杀商品

matplotlib绘图中插入图片

在使用matplotlib下的pyplot绘图时,有时处于各种原因,需要采用类似贴图的方式,插入外部的图片,例如添加自己的logo,或者其他的图形水印等。 一开始,查找到的资料都是使用imshow,但是这会有带来几个问题,一个是图形的原点发生了变化,另外一个问题就是图形比例也产生了变化,当然最大的问题是图形占据了整个绘图区域,完全喧宾夺主了,与我们设想的只在绘图区域中占据很小的一块不相符。 经

文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑燃料电池和电解槽虚拟惯量支撑的电力系统优化调度方法》

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》 论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html 电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python

matplotlib中文乱码问题

在使用Matplotlib进行数据可视化的过程中,经常会遇到中文乱码的问题。显示乱码是由于编码问题导致的,而matplotlib 默认使用ASCII 编码,但是当使用pyplot时,是支持unicode编码的,只是默认字体是英文字体,导致中文无法正常显示,所以显示中文乱码。 文本使用系统默认字体、手动指定字体、使用字体管理器来解决。 一、系统默认字体(全局设置字体) 在Matplotlib中

JAVA初级掌握的J2SE知识(二)和Java核心的API

/** 这篇文章送给所有学习java的同学,请大家检验一下自己,不要自满,你们正在学习java的路上,你们要加油,蜕变是个痛苦的过程,忍受过后,才会蜕变! */ Java的核心API是非常庞大的,这给开发者来说带来了很大的方便,经常人有评论,java让程序员变傻。 但是一些内容我认为是必须掌握的,否则不可以熟练运用java,也不会使用就很难办了。 1、java.lang包下的80%以上的类

JAVA初级掌握的J2SE知识(一)

时常看到一些人说掌握了Java,但是让他们用Java做一个实际的项目可能又困难重重,在这里,笔者根据自己的一点理解斗胆提出自己的一些对掌握Java这个说法的标准,当然对于新手,也可以提供一个需要学习哪些内容的参考。另外这个标准仅限于J2SE部分,J2EE部分的内容有时间再另说。 1、语法:必须比较熟悉,在写代码的时候IDE的编辑器对某一行报错应该能够根据报错信息知道是什么样的语法错误并且知道