本文介绍了xarray库在数据可视化中的应用，讲解了plt.xxx()与ax.xxx()的区别，重点展示了基础绘图，包括直方图、二维绘图、三维曲面和时间变化图的绘制。此外，还探讨了Matplotlib、Seaborn和NCL的配色方案，并介绍了如何使用CMasher包定制配色。文章提供了详细的代码示例和练习，适合Python开发者学习数据可视化。
plt.xxx()与 ax.xxx()
Matlibplot 架构有三大层次，如下图所示，从左至右分别是脚本层（Scripting layer，matplotlib.pyplot模块）、艺术家层（Artist layer，matplotlib.artist模块）和后端层（Backend layer，matplotlib.backend_bases模块）。应当指出，越靠近左侧的层次，绘图操作越抽象。
Matlibplot 架构
后端层通过与wxPython[1]和绘图语言（例如 PostScript）通信实现绘图的复杂处理操作。在这三个层次中，该层是最为复杂的。后端层FigureCanvas是图形绘制区域，而Renderer是一个关于如何在FigureCanvas上绘制的对象。普通用户无需考虑这一层的处理。若需了解更多关于底层架构的内容，请参考创始人
订阅专栏 解锁全文
扫一扫
1637
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
