![40c202212946bcfaf62f41acca850ea6.png](https://i-blog.csdnimg.cn/blog_migrate/eedd0c627f343f728aceb35105d93406.jpeg)
数据可视化工具 Matplotlib(上)介绍了 Backends 和 Figure,接下来继续介绍 Axes 和 3D 绘图的内容。
三、Axes
Axes 其实和我们之前说的子图是一个意思,如下:
![f99168036634c9e4a265ad6d6d7bb7f7.png](https://i-blog.csdnimg.cn/blog_migrate/0cac21f78c25c183a8bdce4604c7f24a.jpeg)
3.1 参数的设置
首先来看下子图中一些常用的参数如何设定,代码如下:
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[0.5, 4.5], ylim=[-2,8], title="Axes", ylabel="Y-Axis", xlabel="X-Axis")
plt.show()
得到下图:
![08b55c91b30efc8606fcbdd492a0915a.png](https://i-blog.csdnimg.cn/blog_migrate/a043125e30e9aad972ec31d494f37b45.jpeg)
写成如下形式也能达到同样的效果。
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set_xlim([0.5, 4.5])
ax.set_ylim([-2, 8])
ax.set_title("Axes")
ax.set_ylabel("Y-Axis")
ax.set_xlabel("X-Axis")
plt.show()
3.2 风格更改
在绘图操作中我们可以使用 matplotlib.style.use("seaborn") 语句改成我们想要的绘图主题风格,这里就选择了和 seaborn 一样的主题风格,代码如下:
matplotlib.style.use("seaborn")
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([1,2,3,4], [1,4,9,16], color="r", linewidth=2, linestyle="--")
ax.scatter([1,2,3,4], [1,4,9,16], s=[100,200,300,400], color="b", marker="o")
plt.show()
得到下图:
![d4b2690a89fb6035297bb30f095401f9.png](https://i-blog.csdnimg.cn/blog_migrate/a84d65666a90f578814e4613a0d7493a.jpeg)