matplotlib绘制图形入门操作：创建画布／调整子图／创建“AXES轴域”/调整子图间的距离/设置XY轴刻度及刻度名称／XY轴标题／图片标题

市面上太多关于matplotlib操作的说明，但是非常的杂，而且根据很多不够准确的地方，根据去官网查看API和其他文章，决定自己整理一份相关内容；为了建立自己的知识树，个人认为matplotlib可以总结成一下几点逻辑关系：
（1）画布figure可以创建一张或者多张（每张画布是可以“单独”保存）
（2）一张画布上可以创建很多个子图subplot，并根据自己的需求对子图的位置进行部署
（3）每张子图都可以绘制一组数据或者多组数据
（4）对数据的表述，个人选择可以分成：数据描述图形（线图，条形图等），数据分布图形（直方图，饼图，文字云，散点图等）

【疑问】有一个概念Axes“域”，个人认为这个“域”可以理解成一对XY轴，我们可以在一张画布上添加多个“域”（看上去好像多个子图一样），具体有什么实际上区别不明白，之后如果学习到了会更新这个内容

本文先对（1），（2）两部分内容进行总结，其中创建子图的问题上介绍5个布局生成子图的函数
附：matplotlib 官网 API ：https://matplotlib.org/3.1.1/api/index.html

---

1. 创建画布：plt.figure()

如上所说，创建画布可以同时创建一个或多个，想在哪个画布上进行布局子图和绘制图形，就在相应的创建画布的代码下进行，功能的介绍如下：

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

参数说明：
（1）num:图像编号或名称，数字为编号 ，字符串为名称
（2）figsize:指定figure的宽和高，单位为英寸；
（3）dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
（4）facecolor:背景颜色
（5）edgecolor:边框颜色
（6）frameon:是否显示边框

# 创建画布
import matplotlib.pyplot as plt

# 创建一个画布，画布序列号为1
fig1=plt.figure()
# 同时创建第二个画布：指定序列号为3；尺寸宽4高3；背景色为蓝（如果不指定序列号则自动增加为2）
fig3=plt.figure(num=3,figsize=(4,3),facecolor='blue')

2. 创建子图：

由于目前使用matplotlib库有限，所以无法理解创建“子图”和创建“轴域”有什么实际区分，个人觉得从图的展示情况看，想部署

可以个人将子图部署的位置分为三种，下面是三种部署的创建方式：

（1）固定行列分布的子图组布局（是否可以修改子图大小形状不确定）：plt.subplots()
（2）创建单个子图，形状可以跨列的布局（是否可以跨行不确定）：plt.figure().add_subplot()／plt.subplot()
（3）创建单个子图在一个固定行列分布的网格组中，子图形状任意布局：plt.subplot2grid()
（4）子图包含子图的结构：plt.figure().add_axes()

• plt.subplots()的方法

plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw) ：
参数重要参数解释如下：
（1）nrows=1, ncols=1：制作几行列的子图组
（2）sharex=False, sharey=False：子图组中XY轴的刻度是否一致，默认不一致
该方法返回两个值：
（1）fig : Figure
（2）ax : axes.Axes object or array of Axes objects.

实际上是这个函数是将两个函数封装成一个功能，分别是：创建一个 figure和一组子图组。

# 创建一个figure和一个2行2列的子图组
fig,axes=plt.subplots(2,2)
# 划分子图
ax1=axes[0,0]
ax2=axes[0,1]
ax3=axes[1,0]
ax4=axes[1,1]

# 另一种书写方式
f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2)

• plt.figure().add_subplot()的方法与plt.subplot()的方法

.add_subplot(nrows, ncols, index, **kwargs) 和.subplot(nrows, ncols, index, **kwargs) 函数功能是一样的，区别在于：
（1）使用 .add_subplot()函数，首先要先创建一个figure对象，通过对象调用这个函数；.subplot()直接创建
（2）.add_subplot()函数实际功能是：“添加Axes到图中作为子图布置的一部分”；而.subplot()则是“在当前图中添加子图”

import matplotlib.pyplot as plt

# 使用plt.figure().add_subplot()创建一个左右两子图的布局
fig = plt.figure() 
ax1 = fig.add_subplot(121)    # 参数书写形式还可以（1，2，1）
ax2 = fig.add_subplot(122) 

# 使用plt.subplot()创建一个：上面一个图，下面两个图的布局
plt.subplot(2,1,1)				# 位置上，相当于占了一整行，“两列”

plt.subplot(2,2,3)				# 第二行，第一列
plt.subplot(2,2,4)				# 第二行，第二列

plt.show()

• plt.subplot2grid()方法

plt.subplot2grid（shape，loc，rowspan = 1，colspan = 1，fig = None，** kwargs ）的主要参数解释如下：
a. shape : 制作几行几列的子图布局
b. loc : 当前子图的位置在哪行哪列
c. rowspan : 跨几行
d. colspan : 跨几列

import matplotlib.pyplot as plt

# 创建一个3行3列的子图格，该子图位于0行0列的位置，跨3列
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)  # stands for axes
# 创建一个3行3列的子图格，该子图位于1行0列的位置，跨2列
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
# 创建一个3行3列的子图格，该子图位于1行2列的位置，跨2行（1行中的0和1索引的列被ax2填充）
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax5 = plt.subplot2grid((3, 3), (2, 1))

• plt.figure().add_axes()方法

想使用.add_axes()函数新增子区域，则需要先创建一个figure的对象，在通过对象调用函数；
该函数的功能是：“Add an axes to the figure” 即新增子区域指定在画布内任意位置，且可以按画布的比例设置子区域大小。
.add_axes([left, bottom, width, height]) 具体参数如下：
left, bottom表示左边以及下边的起始位置，width, heigh表示宽高延伸原fig的比例。

import matplotlib.pyplot as plt

# 首先需要创建一个画布的对象
fig = plt.figure()

# 子区域从figure 10%的位置开始绘制, 宽高延伸figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
ax1 = fig.add_axes([left, bottom, width, height])  # main axes

# 子区域从figure 20%+60% 的位置开始绘制, 宽高增长figure的25%
ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])  # inside axes

3. 调整子图间的距离：plt.subplots_adjust()

subplots_adjust（left = None，bottom = None，right = None，top = None，wspace = None，hspace = None ）
参数默认值及解释：
（1）left = 0.125 ：the left side of the subplots of the figure
（2）right = 0.9：the right side of the subplots of the figure
（3）bottom = 0.1：the bottom of the subplots of the figure
（4）top = 0.9：the top of the subplots of the figure
（5）wspace = 0.2 ： the amount of width reserved for space between subplots, expressed as a fraction of the average axis width
（6）hspace = 0.2：the amount of height reserved for space between subplots, expressed as a fraction of the average axis height

4. 设置XY轴刻度及刻度名称／XY轴标题／图片标题

• XY轴刻度及刻度名称

同样有两种情况：只有画布；创建了子图对象或者“域”对象

months = range(12）
month_names = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep","Oct", "Nov", "Dec"]

# 只有画布
plt.xticks(months,month_names)
plt.yticks([0.10, 0.25, 0.5, 0.75],['10%', '25%', '50%', '75%'])

# ax=plt.subplot()
ax.set_xticks(months)		# 设置X轴刻度值
ax.set_xticklabels(month_names)		# 匹配X轴刻度名字

ax.set_yticks([0.10, 0.25, 0.5, 0.75])		# 设置Y轴刻度值
ax.set_yticklabels(['10%', '25%', '50%', '75%'])		# 匹配Y轴刻度名

• 设置XY轴名称

同样有两种情况：只有画布；创建了子图对象或者“域”对象

# 只有画布
plt.xlabel("Months")
plt.ylabel('Conversion')

# 创建了子图对象或者“域”对象
ax.set_xlabel("Months")
ax.set_ylabel('Conversion')

• 设置标题

同样有两种情况：只有画布；创建了子图对象或者“域”对象

# 只有画布时
plt.title('My Last Twelve Years of Coffee Drinking')

# 创建了子图对象或者“域”对象
ax.set_titel("My Last Twelve Years of Coffee Drinking")