python横坐标刻度太多_python可视化（31）面向对象绘图（画布和子图，fig & ax）...

最新推荐文章于 2022-09-20 12:01:06 发布

weixin_39991531

最新推荐文章于 2022-09-20 12:01:06 发布

阅读量820

点赞数

文章标签： python横坐标刻度太多

本文链接：https://blog.csdn.net/weixin_39991531/article/details/111630465

版权

本文详细介绍了matplotlib库中面向对象的绘图方式，讲解了fig和ax的关系，以及如何创建和操作子图。内容涵盖了单子图、创建画布和子图的不同思路，包括fig.add_subplot、fig.add_axes、plt.subplots以及GridSpec的使用，强调了不同坐标系的设置和子图的调整。此外，文章还总结了plt和ax在绘图对象及子图修饰上的应用。

摘要由CSDN通过智能技术生成

我们进入下一个阶段：面向对象绘图
matplotlib的前身是matlab，事实上，前两章的模块调用与matlab并无差异，无非就是将matlab语法换成python语法。遵循的仍然是顺序调用，接口传参，而后得到绘图结果的过程。
而这是远远不够的，举个简单的例子，当我们得到绘图对象后，我们可能对绘图对象的横坐标尺度不够满意，比如原横坐标是每个0.1产生一个刻度，而我们需要每隔0.5产生一个尺度；有时，我们对图例是不够满意的，原图例是5行1列，而我们想将其设置为1行5列。解决这些问题，需要的是面向对象的思路，就一幅图而言，其对象由总到分可以概括为：

对象	常用代号
画布	fig
子图(或者坐标系)	ax
绘图对象(如散点，直方、折线等)	ax.scatter、ax.hist、ax.plot
坐标轴	ax.xaxis
坐标轴刻度	ax.xaxis.xtick
图例	ax.legend
轴标题	ax.xlabel

从表中可以看出，大多数对象都从属于ax，而ax是根植在fig基础上的，本文重点探讨fig与ax的关系

本文的运行环境为 jupyter notebook
python版本为3.7

本文所用到的库包括

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

单子图

当画布上只有一副子图时，以下两段代码并无差异，plt会自动创建一副子图并绘制图像。

x=np.sin(np.linspace(1,10,100))

fig=plt.figure()
ax=fig.add_subplot(1,1,1)
ax.plot(x)

x=np.sin(np.linspace(1,10,100))

plt.plot(x)

但是，大多数情况下，我们都需要绘制多个子图，在一张画布上绘制多个子图一共分为三种思路，请往下看。

思路一：创建画布，在画布基础上创建子图

刚思路需先创建一个画布对象fig，并以此为基础，通过调用fig.add_subplot接口或fig.add_axes接口，逐个创建子图ax，后通过ax进行绘图对象的绘制及子图的修改。两者原理亦有些差别。

fig.add_subplot

nrows, ncols=2,3
fig=plt.figure(figsize=(8,6))
for i in range(nrows*ncols):
    ax=fig.add_subplot(nrows, ncols,i+1)
    ###  子图的绘制  ###

设置坐标系

需要注意的是，在创建子图时，可以根据具体需求，对子图的坐标系进行设定。
下图展示了不同坐标系下，正弦折线图的差异。从下图可知，我们常用的坐标系为rectilinear

x = np.linspace(-1.0*np.pi, np.pi, 100)
y = np.sin(x)

nrows, ncols = 2, 3
fig = plt.figure(figsize=(8, 6))
for i, projection in enumerate(['aitoff', 'hammer