机器学习储备（9）：matplotlib绘图原理及实例

matplotlib

matplotlib 的对象体系非常严谨，为我们提供了巨大的方便性和使用效率。用户在熟悉了核心对象之后，可以轻易的定制图像。

先来看看 Figure类，Axes类，直接调用Figure()构造函数，便得到一个fig实例，然后调用add_axes得到 axes实例。

fig = plt.figure() # fig的图像坐标称为Figure坐标（此外还有一个数据坐标）
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

因此，Figure 和 axes 的关系如下图所示，并且Axes对象又能创建xaxis，yaxis，data，title相关对象，其中data是指绘制的函数图像的数据 x1,x2。

尽管data是数据绘图的关键部分，也就是数据本身的图形化显示，但是必须和xaxis, yaxis, title一起，才能真正构成一个绘图区域axes。一个单纯的，无法读出刻度的线是没有意义的。xaxis, yaxis, title合起来构成了数据的辅助部分(data guide)。

原理解析

机器学习储备（9）：matplotlib绘图原理及实例