matplotlib初学:figure与axes

第一天正式学习matplotlib画图，有点杂乱，做个记录，过两天看实例时应该会好一点。

1. 第一个matplotlib生成图

"""
1. np.linspace(0,10,1000)生成从0～10的1000个均匀数
2. 注意plot()中参数的前后顺序，先画图数据，然后颜色形状，然后标签
3. 'b--'这种简单表示方法，可以通过'plt.xticks??'在Ipython中运行查看
4. plt.plot(..label='$计算式$'..) 这种标签字符串前后加$号的方法为latex语法，可以显示数学公式，但会降低画图速度！！！！
5. plt.legend()有设置方式，但默认会自动寻找最佳位置
"""
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0,10,1000)   #（1）
y = np.sin(x)
z = np.cos(x**2)

plt.figure(figsize=(8,4))
plt.plot(x,y,color='r',label='$sin(x)$',lw=2)  #（2）
plt.plot(x,z,'b--',label='$cos(x**2)$',lw=2)   #（3）（4）

plt.xlabel('Time(s)')
plt.ylabel('volt')
plt.title('pyplot_example')
plt.ylim(-1.2, 1.2)
plt.legend()  #（5）
plt.show()

*********** 第一处小结： *************
1. 程序前的解释语法与注意说明。
2. 画图顺序： 设置画图数据 ——> plt.figure()对象 ——> plt.plot()输入数据与参数绘图 ——> plt.xlabel/ylabel/title/xlim/ylim/legend()等参数设置(具体参数内容之后总结) ——> plt.show() 显示图像

---

2. 绘制多子图
figure是绘制对象，一个figure对象可以包含多个Axes子图，一个Axes是一个绘图区域，不加设置时，Axes为1，且每次绘图其实都是在figure上的Axes上绘图。
接下来看怎么绘制多子图。
使用 plt.subplot(numRows, numCols, plotNum)，参数分别代表行数，列数，以及编号，编号顺序为从左到右、从上到下，从1开始。如果这三个参数值都小于10，可以去掉逗号写。子图不能重叠，如果新创建的子图覆盖了前子图，前子图会被删除掉。

"""
1. for index,value in enumerate('序列'/列表):
   这种for...in enumerate循环会取出两个值，一个是index即下标，一个是value即实际值，在用到下标时很方便；如果只写一个值for xx in enumerate()，会返回给 xx 一个（index，value）元组
2. 321+idx:321,322,323,324,325,326 即figure分为三行两列6个axes，分别设置 axisbg 背景颜色
"""
for idx,color in enumerate('rgbyck'):
    plt.subplot(321+idx, axisbg=color)
plt.show()

************ 第二处小结：***************
1. 学会一种新循环，for index,value in enumerate()可以取出下标和值
2. plt.subplot(where, what) 设置where-321三位置值，what-参数

---

3. figure()与axes()之间的关系

"""
1. 建立两个figure，对第二个figure设置axes
2. 循环中在 figure 和 ax1,ax2上做图
3. plt.figure(1) 在figure1存在的时候，作为选取作用
4. plt.sca(ax1) 选取ax1，使用plt.sca()-select current axes
"""
plt.figure(1) 
plt.figure(2)
ax1 = plt.subplot(121)
ax2 = plt.subplot(122)

x = np.linspace(0,3,100)

for i in range(5):
    plt.figure(1)
    plt.plot(x, np.exp(i*x/3))
    plt.sca(ax1)
    plt.plot(x, np.sin(i*x))
    plt.sca(ax2)
    plt.plot(x, np.cos(i*x))
plt.show()

************ 第三处小结： **************
1. figure()相当于给了一个画桌，axes()是上面的画纸，第一步：设置figure，第二步,设置axes，是直接跟在对应figure语句之后的
2. 步骤：plt.figure(1) ——> plt.subplot(121) ——> 设置数据 ——> plt.figure(1) - plt.plot() ——> plt.sca(ax1) - plt.plot() ——> plt.show()

---

4. 设置子图布局 plt.subplot2grid( )

"""
plt.subplot2grid( ) 参数意义：(3,3)-整个figure分为3行3列
                            (1,2)-从0开始计数，从第1行2列的窗口开始做图
                            colspan/rowspan-列向／行向跨度，缺省时默认跨度1
"""
fig = plt.figure(figsize = (6,6))

ax1 = plt.subplot2grid((3,3), (0,0), colspan = 2)
ax2 = plt.subplot2grid((3,3), (0,2), rowspan = 2)
ax3 = plt.subplot2grid((3,3), (1,0), rowspan = 2)
ax4 = plt.subplot2grid((3,3), (1,1))     # rowspan/colspan缺省，默认为1
ax5 = plt.subplot2grid((3,3), (2,1), colspan = 2)

plt.show()

************ 第四处小结：**************
axes可以在生成时直接设置分图，plt.subplot2grid( )