python绘图 matplotlab的基本概念

1. figure、subplot、axes、axis的区别

首先官方的示意图：

从图中可以看到Figure是最大的，可以理解成画布或者画板；Axes是Axis的复数，Axis是坐标轴，Axes可以理解为坐标系或者轴域，表示在画板（Figure）上作画的区域；Subplot是子图，可以理解为Axes的高级封装。具体举例如下：

fig = plt.figure() #定义画布
ax1 = fig.add_subplot(211) #子图1
ax2 = fig.add_subplot(212)
#子图表的标题
ax1.set_title('Sub1_Title')
ax2.set_title('Sub2_Title')
#图表总标题
fig.suptitle('Title')
print(type(ax1))
print(type(ax2))
plt.show()

ax1 type: <class ‘matplotlib.axes._subplots.AxesSubplot’>
ax2 type: <class ‘matplotlib.axes._subplots.AxesSubplot’>

fig = plt.figure()
#fig.add_axes([left, bottom, width, height])
ax3 = fig.add_axes([0.1,0.1,0.8,0.8])
ax4 = fig.add_axes([0.72,0.72,0.16,0.16])
print("ax3 type:",type(ax2))
print("ax4 type:",type(ax2))
plt.show()

ax3 type: <class ‘matplotlib.axes._subplots.AxesSubplot’>
ax4 type: <class ‘matplotlib.axes._subplots.AxesSubplot’>

比较段代码和两幅图以及其type类型，不难看出，subplot与axes的类型是一样的，subplot是axes的一种特殊形式（高级分装）其将画板进行了分区编号，在编号区域内绘图；axes在建立时需要给出具体的区域（位置）信息。两者相较，subplot对于需要排列的子图更方便，axes有更高的自由度。

2. matplotlib.pyplot 绘图

x = np.linspace(0,6.48,100)
y = np.sin(x)
z = np.cos(x)

fig = plt.figure(figsize=(8,6)) # 定义画布
ax = fig.add_subplot(111) # 定义绘图区域（对象）

ax.plot(x,y,color='blue',marker='o',linestyle='dashed',linewidth=2,markersize=3,label='sin(x)') 
ax.plot(x,z,'ro--',linewidth=3,label='cos(x)') # 绘图
props = {'title': 'Title', # 坐标系-标题
         'xlabel': 'xlabel', # 坐标系-坐标轴-标签
         'xticks': [0, 1.57, 3.14, 4.71, 6.28],
         'xticklabels':['one', 'two', 'three', 'four', 'five']} # 坐标系-坐标轴-刻度-标签
ax.set(**props)
ax.legend()
plt.show()