matplotlib画图_Matplotlib画图中fig,ax,plt的区别和联系

用python两年多了，然而至今画图时依然会对群魔乱舞的Matplotlib对象感到困惑，尤其是看起来作用都类似的fig,ax和plt以及各种各样的subplot。

我们先来看以下三个示例

# C1

它们看起来非常相似，运行的结果也几乎一样，除了第3个有轻微不同。结果如下：

C1

C2

C3

从结果我们看到，3个代码都在图的左上角区域画了一个直线图，不同的是前两个图把其他区域空了出来，而第3个子图把余下的子区域都分好了。

对代码做下简单的分析

# C1
fig = plt.figure()          # figure是matplotlib中最基础的一个对象，是一个总的画布
ax = fig.add_subplot(2,2,1) # add_subplot在画布中添加一个axes(可以理解为子区域)，并返回这个子区域
                               参数的前两个表示子区域的行列数，最后一个表示子区域的顺序
ax.plot([1,2,3])            # 在这个子区域中画图

这里要重点说明一下，matplotlib中，几乎所有的画图操作都是在axes上完成的。

例如查看plt.plot()的源码，实际上是获取当前的axes然后在上面作图。

gca(Get the current axes)

# C2
fig = plt.figure()          
ax = plt.subplot(2,2,1)      # 和fig.add_subplot作用相同，只是直接调用plt.subplot，会获取当前活跃
                               的figure对象，然后添加子区域
ax.plot([1,2,3])            

# C3
fig, ax = plt.subplots(2,2) # 调用subplots会直接添加多个子区域，返回的ax是一个包含所有子区域的矩阵
ax1 = ax[0,0]                # 通过下标获取需要的子区域
ax1.plot([1,2,3])

希望以后再遇到这些奇怪的对象和方法，你可以不用迷惑，具体该选择哪种方法取决于你的习惯。个人建议选择第3种，这种方式最为直观，在子区域很多时也不容易混淆。