Matplotlib中的“plt”和“ax”，设置大小刻度，设置实线和虚线方格线

一、plt还是ax

看了许多书本中的画图示例，有直接在plt上画的，也有用ax画的，这两者究竟是什么，又有哪些区别呢。
从下面这一行代码进行解读：

fig,ax=plt.subplots()

• 什么是fig?

在任何绘图之前，我们需要一个Figure对象，至少要有这一层才可以画。.plt 对应的就是最高层 scripting layer。这就是为什么它简单上手，但要调细节就不灵了。即：

fig=plt.figure()

• 什么是ax，axes？
  axis 指的就是 x 坐标轴，y 坐标轴等，代表的是一根坐标轴。而 axes 在英文里是 axis 的复数形式，也就是说，axes 代表的其实是 figure 当中的一套坐标轴。之所以说一套而不是两个坐标轴，是因为如果你画三维的图，axes 就代表 3 根坐标轴了。所以，在一个 figure 当中，每添加一次 subplot ，其实就是添加了一套坐标轴，也就是添加了一个 axes，放在二维坐标里就是你添加了两根坐标轴，分别是 x 轴和 y 轴。

ax.plot 是在 artist layer 上操作。基本上可以实现任何细节的调试。

二、画图

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2.读入数据

代码如下（示例）：
数据集格式

3.实现的结果

3.1 plt代码

# Create figure
plt.figure(figsize=(12,6),dpi=300)
# Create bar plot
labels = data['MovieTitle']
t = data['Tomatometer']
a = data['AudienceScore']

x=np.arange(0,len(labels)*2,2)

width = 0.6
plt.bar(x-width/2,t,width=width,label='Tomatometer')
plt.bar(x+width/2,a,width=width,label='AudienceScore')

# Specify ticks

# Get current Axes for setting tick labels and horizontal grid

# Set tick labels
plt.xticks(x,labels=labels,rotation=20)
# Add minor ticks for y-axis in the interval of 5
plt.minorticks_on()

y = []
for i in range(0,101,20):
    if i % 20 ==0:
        y.append(str(i)+'%')

y1 = np.arange(0,101,20)

plt.yticks(y1,y)
# Add major horizontal grid with solid lines
plt.grid(which='major', axis='y',ls='-')


# Add minor horizontal grid with dashed lines
plt.grid(which='minor', axis='y',ls=':')

# Add title
plt.title('Movie comparison')
# Add legend
plt.legend()
# Show plot
plt.show()

3.2 ax代码

from matplotlib.ticker import MultipleLocator

# Create figure
plt.figure(figsize=(16,8),dpi=300)
# Create bar plot
labels = data['MovieTitle']
t = data['Tomatometer']
a = data['AudienceScore']
x=np.arange(0,len(labels)*2,2)
width = 0.4
ax=plt.gca()
ax.bar(x-width/2,t,width=width,label='Tomatometer')
ax.bar(x+width/2,a,width=width,label='AudienceScore')
# Specify ticks
plt.xticks(x,labels=labels,rotation=20)
# Get current Axes for setting tick labels and horizontal grid

# Set tick labels
yticks = ["0%","20%","40%","60%","80%","100%"]
y_ = np.arange(0,101,20)
ax.set_yticks(y_)
ax.set_yticklabels(yticks,fontsize=10) #
# Add minor ticks for y-axis in the interval of 5
yminorLocator = MultipleLocator(5)
ax.yaxis.set_minor_locator(yminorLocator)
# Add major horizontal grid with solid lines
ax.grid(which='major',linestyle='-',axis='y')
# Add minor horizontal grid with dashed lines
ax.grid(which="minor",linestyle=':')
# Add title
ax.set_title("Compare with Tomatometer & Audidence Score",fontsize=15)
# Add legend
ax.legend()
# Show plot
plt.show()

总结

如果将Matplotlib绘图和我们平常画画相类比，可以把Figure想象成一张纸（一般被称之为画布），Axes代表的则是纸中的一片区域（当然可以有多个区域，这是后续要说到的subplots），上一张更形象一点的图。