16、Matplotlib数据可视化全解析

Matplotlib数据可视化全解析

1. 使用关键字参数（kwargs）

组成图表的对象有许多属性来描述它们。这些属性都有默认值，但可以通过使用关键字参数（通常称为kwargs）来设置。这些关键字作为参数传递给函数。在matplotlib库各种函数的参考文档中，你总会在最后位置看到它们被称为kwargs。

例如， plot() 函数的调用方式如下：

matplotlib.pyplot.plot(*args, **kwargs)

下面的代码设置了线条的宽度：

plt.plot([1,2,4,2,1,0,1,2,1,4], linewidth=2.0)

2. 处理多个图形和坐标轴

到目前为止，你看到的所有pyplot命令都用于显示单个图形。实际上，matplotlib允许你同时管理多个图形，并且在每个图形内，你可以查看定义为子图的不同绘图。

当使用pyplot时，你必须始终牢记当前图形和当前坐标轴（即图形内显示的绘图）的概念。

2.1 创建子图示例

subplot() 函数除了将图形划分为不同的绘图区域外，还用于将命令聚焦到特定的子图上。该函数的参数由三个整数组成：
- 第一个数字定义图形在垂直方向上被分割成的部分数。
- 第二个数字定义图形在水平方向上被分割成的部分数。
- 第三个数字选择