matplotlib绘图小结

文章详细介绍了matplotlib库在Python中用于数据可视化的过程,强调了plt和ax的不同层级以及各自的作用。plt主要用于提供高层级、快速绘图的接口,而ax则涉及更多细节调整,包括设置标题、坐标轴标签等。同时,文章提到了figure和axes的概念,以及如何创建和操作子图。此外,还讨论了如何通过ax.plot进行绘图和优化细节,并介绍了保存图片的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

码一个可能会遇到的问题

有N种不同的方法去实现如---加标题:

plt.set_title() 可以。

ax.title.set_text('title') 也可以。

ax.set_title()也可以,不同层次的实现手段

1.matplotlib 能用不同方式来实现同一功能的原因。

首先 matplotlib 架构上分为三层

底层:backend layer

中层:artist layer

最高层:scripting layer

在任意一层操作都能够实现画图的目的,而且画出来还都一样。但越底层的操作越细节话,越高层越易于人机交互。

.plt 对应的就是最高层 scripting layer。这就是为什么它简单上手,但要调细节就不灵了。

ax.plot 是在 artist layer 上操作。基本上可以实现任何细节的调试。

axes (翻译就是 坐标系)。每一个物体都有一个独立的坐标系。而matplotlib 就是引用这一理念。所以在artist layer上画多条曲线时,你会用 ax1.plot, ax2.plot ... 而最后显示在一张图上是因为所有独立坐标系对齐的结果。

axes就是我们理解的绘图区域,跟坐标轴axis没有直接关联

plt.***和ax.***的区别

plt.figure(): plt.***系列。(提供画布,绘制图)

这是通过matplotlib提供的一个api(程序接口),这个plt提供了很多基本的function可以让你很快的画出图来。

plt.figure(1)  
plt.subplot(211)   #整个图像窗口分为2行1列, 当前位置为1.
plt.plot(A,B)   
plt.show()
fig, ax = plt.subplots()#指定figure和axes,然后对axes单独操作
ax.plot(A,B)

区别figure/axes/axis控制什么的,简单的制作一个quick and dirty的图,plt.xx可用

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值