fantastic-matplotlib: 第一回：Matplotlib初相识

本文链接：https://blog.youkuaiyun.com/weixin_43481320/article/details/111187392

一、认识matplotlib

pandas和seaborn的绘图接口其实也是基于matplotlib所作的高级封装。
可以说这是一个基于numpy的包？matplotlib总是和numpy同时出现。

import matplotlib.pyplot as plt
import numpy as np

二、一个最简单的绘图例子

核心概念：Matplotlib的图像是画在figure（如windows，jupyter窗体）上的，每一个figure又包含了一个或多个axes（一个可以指定坐标系的子区域）。

画图的两个基本思路（区别在于是否自己给出figure&ax）

#思路一
fig, ax = plt.subplots()  # 创建一个包含一个axes的figure
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  # 绘制图像

#思路二
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])

（作为之前总用matlab的数学人，最初在许多代码上看思路一上列出很多个ax.,总是感觉很头疼，其实只是一个画图的不同思路。）

三、Figure的组成

完整的matplotlib图像通常会包括以下四个层级：

Figure：顶层级，用来容纳所有绘图元素
Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成
Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素
Tick：axis的下属层级，用来处理所有和刻度有关的元素
（知道一个四层的概念，具体的对应在下一节。）

四、两种绘图接口

其实就是对应两种绘图思路：
matplotlib提供了两种最常用的绘图接口

显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)

x = np.linspace(0, 2, 100)

fig, ax = plt.subplots()  
ax.plot(x, x, label='linear')  
ax.plot(x, x**2, label='quadratic')  
ax.plot(x, x**3, label='cubic')  
ax.set_xlabel('x label') 
ax.set_ylabel('y label') 
ax.set_title("Simple Plot")  
ax.legend()

依赖pyplot自动创建figure和axes，并绘图

x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()

两种思路画出的相同
 matplotlib官网用户指南