上一篇博客中說(shuō)到，matplotlib中所有畫(huà)圖元素（artist）分為兩類：基本型和容器型。容器型元素包括三種：figure、axes、axis。一次畫(huà)圖的必經(jīng)流程就是先創(chuàng)建好figure實(shí)例，接著由figure去創(chuàng)建一個(gè)或者多個(gè)axes，然后通過(guò)axes實(shí)例調(diào)用各種方法來(lái)添加各種基本型元素，最后通過(guò)axes實(shí)例本身的各種方法亦或者通過(guò)axes獲取axis實(shí)例實(shí)現(xiàn)對(duì)各種元素的細(xì)節(jié)操控。本篇博客繼續(xù)上一節(jié)的內(nèi)容，展開(kāi)介紹三大容器元素創(chuàng)建即通過(guò)三大容器可以完成的常用設(shè)置。

1 figure1.1 創(chuàng)建figure

在上文中我們一直提到的figure指的是Figure類的實(shí)例化對(duì)象，當(dāng)然我們一般不會(huì)直接去實(shí)例化Figure類，因?yàn)檫@樣創(chuàng)建的Figure實(shí)例對(duì)象不能納入序列中共同管理。matplotlib中提供了多種方法創(chuàng)建figure，其中屬pyplot模塊中的figure()方法最常用也最方便，下面我們來(lái)說(shuō)說(shuō)這個(gè)方法。figure方法參數(shù)如下：

num：整型或字符串類型，可選參數(shù)，默認(rèn)為None。這個(gè)參數(shù)課可以理解為是figure的身份標(biāo)識(shí)，即id。當(dāng)值為None時(shí)，會(huì)創(chuàng)建一個(gè)figure實(shí)例，該實(shí)例的num值會(huì)在已有基礎(chǔ)上自增；當(dāng)該參數(shù)不為None時(shí)，如果與已有的num值重復(fù)，則會(huì)切換到該figure使其處于激活狀態(tài)，并返回一個(gè)該figure的引用；如果傳入的參數(shù)為字符串，該字符串將會(huì)被設(shè)置為figure的標(biāo)題。 figsize：tuple類型，可選參數(shù)，默認(rèn)為None。通過(guò)figsize參數(shù)可以設(shè)置figure的size，即（width, height)，單位為inch。當(dāng)值為None時(shí)，采用默認(rèn)size。 dpi：整型，可選參數(shù)，用于設(shè)置圖片像素。 facecolor：可選參數(shù)，用于設(shè)置前景色，默認(rèn)為白色。 edgecolor：可選參數(shù)，用于設(shè)置邊框顏色，默認(rèn)為黑色。 frameon：bool類型，可選參數(shù)，表示是否繪制窗口的圖框，默認(rèn)是。 FigureClass：傳入一個(gè)類名，當(dāng)使用自定義的類實(shí)例化figure時(shí)使用，默認(rèn)為matplotlib.figure.Figure。 clear：bool類型，可選參數(shù)，默認(rèn)為False。如果值為True的話，如果figure已存在，則會(huì)清除該figure的全部?jī)?nèi)容。

from matplotlib import pyplot as pltimport matplotlib as mplimport numpy as npmpl.rcParams[’font.sans-serif’] = [’SimHei’] # 中文字體支持

fig = plt.figure(figsize=(4,2), facecolor=’grey’) # 創(chuàng)建figurefig.add_axes((0,0,1,1)) # 必須添加axes后才能顯示plt.show()

在jupyter編輯器中，空白的figure是不會(huì)顯示的，所以必須在figure中至少添加一個(gè)axes。

1.2 figure的常用設(shè)置1.2.1 set方法通用設(shè)置

創(chuàng)建figure時(shí)的各個(gè)參數(shù)基本都可以通過(guò)figure實(shí)例對(duì)象中對(duì)應(yīng)的對(duì)應(yīng)的set方法進(jìn)行修改,例如set_facecolor()用來(lái)設(shè)置前景色，set_size_inches()用來(lái)設(shè)置大小等。

設(shè)置前景色：

fig = plt.figure(figsize=(4,2))fig.set_facecolor(’grey’) # 設(shè)置前景色plt.plot()plt.show()

fig = plt.figure()fig.set_size_inches(2,3) # 設(shè)置大小plt.plot()plt.show()

1.2.2 設(shè)置figure標(biāo)題

fig = plt.figure(figsize=(4,2))fig.suptitle('figure title', color=’red’) # 設(shè)置figure標(biāo)題plt.plot()plt.show()

1.2.3 添加文本

fig = plt.figure(figsize=(4,2))fig.text(0.5,0.5,'figure text',color=’red’) # 設(shè)置figure標(biāo)題，前兩個(gè)參數(shù)分別表示到左邊框和上邊框的百分比距離plt.plot()plt.show()

1.2.4 設(shè)置圖例

fig = plt.figure(figsize=(5,3))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(0, 10, 1000)line1, = axes.plot(x, np.sin(x)) # 注意，line1后面有個(gè)逗號(hào)，因?yàn)閜lot()方法返回值是一個(gè)列表line2, = axes.plot(x, np.cos(x))fig.legend([line1, line2],[’sin’, ’cos’])plt.show()

1.2.5 設(shè)置子圖間距

fig, axes = plt.subplots(2,2,facecolor=’grey’)fig.subplots_adjust(left=None, # 設(shè)置畫(huà)圖區(qū)域與figure上下左右邊框的比例距離 bottom=None, right=None, top=None, wspace=0.3, # 子圖間水平方向距離 hspace=1) # 子圖間垂直方向距離plt.show()

2 axes

axes可以認(rèn)為是figure這張畫(huà)圖上的子圖，因?yàn)樽訄D上一般都是坐標(biāo)圖，所以我更愿意理解為軸域或者坐標(biāo)系。

2.1 創(chuàng)建axes

一個(gè)figure可以有多個(gè)axes, 無(wú)論是pyplot模塊還是figure實(shí)例內(nèi)都定義有多種創(chuàng)建axes的方法。 （1） plt.axes()plt.axes()是指pyplot模塊中的axes()方法，該方法會(huì)在當(dāng)前激活的figure中創(chuàng)建一個(gè)axes，并使創(chuàng)建好的axes處于激活狀態(tài)。當(dāng)傳入的第一個(gè)位置參數(shù)為空時(shí)，該方法會(huì)創(chuàng)建一個(gè)占滿整個(gè)figure的axes；通常我們可以傳入一個(gè)tuple參數(shù)(left, botton, width, height)作為第一個(gè)位置參數(shù)，tuple中四個(gè)元素分別表示與figure左邊框比例距離，邊框?qū)挾日糵igure寬度的比例，寬度比例，高度占figure高度的比例。通過(guò)這種方式添加axes時(shí)，matplotlib會(huì)自動(dòng)創(chuàng)建一個(gè)axes，然后將創(chuàng)建好的axes按照給定的位置和size添加到figure中，最后返回一個(gè)axes的引用。

fig1 = plt.figure(figsize=(4,2), facecolor=’grey’)ax1 = plt.axes((0.1, 0.1, 0.8, 0.7), facecolor=’green’)fig2 = plt.figure(figsize=(4,2), facecolor=’yellow’)ax2 = plt.axes((0.1, 0.1, 0.8, 0.8), facecolor=’red’) # 這個(gè)axes將會(huì)被覆蓋在下面plt.show()

注意，如果在相同區(qū)域添加axes，后面添加的axes會(huì)把前面添加的axes覆蓋。

fig = plt.figure(figsize=(4,2), facecolor=’grey’)ax1 = plt.axes((0.1, 0.1, 0.8, 0.8), facecolor=’green’)ax2 = plt.axes((0.1, 0.1, 0.8, 0.7), facecolor=’red’) # 這個(gè)axes將會(huì)被覆蓋在下面plt.show()

（2） figure.add_axes()

figure.add_axes()方法的作用是將一個(gè)axes添加到figure中，這一方法可以傳入一個(gè)已創(chuàng)建好的axes作為第一個(gè)參數(shù)，add_axes會(huì)將傳入的axes添加到figure中，但這種情況使用不多。在大多數(shù)情況下，我們會(huì)如同上述在plt.axes()方法中那樣傳遞一個(gè)tuple參數(shù)(left, botton, width, height)作為第一個(gè)位置參數(shù)。同樣，如果在相同區(qū)域添加axes，后面添加的axes會(huì)把前面添加的axes覆蓋。

fig = plt.figure(figsize=(4,2), facecolor=’grey’)fig.add_axes((0.1, 0.1, 0.3, 0.7), facecolor=’green’) # 這個(gè)axes將會(huì)被覆蓋在下面fig.add_axes((0.5, 0.1, 0.3, 0.7), facecolor=’red’)plt.show()

（3） plt.subplot與plt.subplots()

plt.subplot和plt.subplots()是在pyplot模塊中定義的兩個(gè)方法，兩個(gè)方法都是將figure劃分為多行多列的網(wǎng)格，然后添加axes，但功能和用法卻有些許不同。

plt.subplot()

plt.subplot主要包括三個(gè)參數(shù)(nrows, ncols, index),分別表示行數(shù)、列數(shù)和索引，該方法會(huì)根據(jù)指定的行列數(shù)對(duì)figure劃分為網(wǎng)格，讓后在指定索引的網(wǎng)格中創(chuàng)建axes，并返回該axes的引用。索引是從1開(kāi)始從左往右，從上到下遞增，例如plt.subplot(2,2,4)表示將figure劃分為兩行兩列的4個(gè)網(wǎng)格，并在第4個(gè)子網(wǎng)格中創(chuàng)建一個(gè)axes然后返回。注意，每一次調(diào)用plt.subplot()方法只會(huì)在指定索引的子網(wǎng)格中創(chuàng)建axes，而不是在所有子網(wǎng)格中都創(chuàng)建axes，如果需要在多個(gè)子網(wǎng)格中創(chuàng)建axes，那么就需要多次調(diào)用plt.subplot()指定不同的索引。另外，如果nrows, ncols, index三個(gè)參數(shù)都小于10，可以將這三個(gè)參數(shù)合并成一個(gè)3位整數(shù)來(lái)寫(xiě)，例如plt.subplot(2,2,4)與plt.subplot(224)是完全等效的。

fig = plt.figure(figsize=(4,4), facecolor=’grey’)ax1 = plt.subplot(221,facecolor=’green’)ax2 = plt.subplot(224,facecolor=’red’)plt.show()

plt.subplots()

與plt.subplot()不同的是，plt.subplots()會(huì)重新創(chuàng)建一個(gè)figure，然后將創(chuàng)建好的figure按照指定的行列數(shù)劃分為網(wǎng)格，并在每一個(gè)子網(wǎng)格中各創(chuàng)建一個(gè)axes，最終同時(shí)返回figure和所有子網(wǎng)格中axes組成的numpy數(shù)組中。

fig, axes = plt.subplots(2,2,facecolor=’grey’)fig.suptitle(’figure title’)print(type(axes))axes[0,0].set_facecolor(’green’)axes[1,1].set_facecolor(’red’)plt.show()

plt.subplots()還有一對(duì)參數(shù)sharex, sharey用于設(shè)置是否共享x軸或y軸，這對(duì)參數(shù)有取值可以使bool型或’none’, ’all’, ’row’, ’col’這4個(gè)字符串中的一個(gè)，分別有以下含義：

False 和 ’none’表示不共享，任何子圖中的x軸或y軸都是相互獨(dú)立的； True 和 ’all’表示所有子圖共享x軸或y軸； ’row’ 表示同一行的子圖共享x軸或y軸； ’col’ 表示同一列的子圖共享x軸或y軸；

fig, axes = plt.subplots(2,2,sharex=True,sharey=True,facecolor=’grey’)fig.suptitle(’figure title’)axes[0,0].set_facecolor(’green’)axes[1,1].set_facecolor(’red’)plt.show()

（4) figure.add_subplot()與figure.subplots()

figure.add_subplot與上文中介紹過(guò)的plt.subplot()無(wú)論是功能還是使用方法上都是幾乎一樣的，唯一區(qū)別就是plt.subplot()的目標(biāo)是在當(dāng)前激活的figure，而figure.add_subplot()是調(diào)用add_subplot()方法的figure。

fig = plt.figure(figsize=(4,4), facecolor=’grey’)ax1 = fig.add_subplot(221,facecolor=’green’)ax2 = fig.add_subplot(224,facecolor=’red’)plt.show()

figure.subplots()的功能、用法又與上文中介紹過(guò)的plt.subplots()很相似，區(qū)別在于figure.subplots()不會(huì)重新創(chuàng)建一個(gè)figure，而是對(duì)當(dāng)前的figure進(jìn)行劃分網(wǎng)格并在每一個(gè)網(wǎng)格中都創(chuàng)建一個(gè)axes。

fig = plt.figure(facecolor=’grey’)axes = fig.subplots(2,2)axes[0, 0].set_facecolor(’green’)axes[1, 1].set_facecolor(’red’)plt.show()

2.2 axes的常用設(shè)置

axes是matplotlib作圖中眾多元素的核心，可以說(shuō)，大多數(shù)的設(shè)置都可以通過(guò)axes來(lái)完成。

2.2.1 設(shè)置標(biāo)題

fig = plt.figure(facecolor=’grey’)fig.suptitle('figure 標(biāo)題', color=’red’)ax1 = fig.add_subplot(121)ax2 = fig.add_subplot(122)ax1.set_title(’ 圖 1’) # 設(shè)置標(biāo)題ax2.set_title(’ 圖 2’)plt.show()

2.2.2 設(shè)置圖例

fig = plt.figure(figsize=(5,3))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(0, 10, 1000)line1, = axes.plot(x, np.sin(x))line2, = axes.plot(x, np.cos(x))axes.legend([line1, line2],[’正弦’, ’余弦’])plt.show()

2.2.3 設(shè)置坐標(biāo)軸名稱

fig = plt.figure(figsize=(4,1))axes = fig.add_axes((0,0,1,1))axes.set_xlabel(’x軸’, fontsize=15)axes.set_ylabel(’y軸’, fontsize=15, color=’red’)plt.show()

2.2.4 設(shè)置坐標(biāo)軸范圍

fig = plt.figure(figsize=(6,2))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(-3, 5, 1000)line1, = axes.plot(x, np.sin(x))axes.set_xlim((-3,5)) # 設(shè)置橫坐標(biāo)范圍axes.set_ylim((-3,3)) # 設(shè)置縱坐標(biāo)范圍plt.show()

2.2.5 隱藏邊框

fig = plt.figure(figsize=(6,2))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(-10, 10, 1000)line1, = axes.plot(x, np.sin(x))axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍axes.spines[’right’].set_color(’none’) #隱藏掉右邊框線axes.spines[’top’].set_color(’none’) #隱藏掉左邊框線plt.show()

2.2.6 顯示網(wǎng)格

fig = plt.figure(figsize=(6,2))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(-10, 10, 1000)line1, = axes.plot(x, np.sin(x))axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍axes.grid(True)plt.show()

2.2.7 添加注釋

fig = plt.figure(figsize=(6,2))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(-10, 10, 1000)line1, = axes.plot(x, np.sin(x))axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍axes.grid(True)axes.annotate(’原點(diǎn)’, xy=(0, 0), # xy是指向點(diǎn)的坐標(biāo) xytext=(2.5, -1.5), # xytext注釋文字的坐標(biāo) arrowprops=dict(facecolor=’red’))plt.show()

3 axis

axis在matplotlib中是一種類似于坐標(biāo)軸的概念，負(fù)責(zé)處理軸標(biāo)簽、刻度線、刻度標(biāo)簽、網(wǎng)格線的繪制。在大多數(shù)情況下，axis我們手動(dòng)創(chuàng)建，在創(chuàng)建axes時(shí)會(huì)一并創(chuàng)建axis，通過(guò)axes的實(shí)例對(duì)象即可調(diào)用axes內(nèi)的axis實(shí)例。通過(guò)axis實(shí)例，我們可以實(shí)現(xiàn)更加多樣化、細(xì)微的圖標(biāo)操作。通過(guò)axes實(shí)例可以調(diào)用get_xaxis()方法獲取axis實(shí)例，然后實(shí)現(xiàn)對(duì)label等對(duì)象的操作。

3.1 axis常用設(shè)置3.1.1 設(shè)置坐標(biāo)軸名稱

fig = plt.figure(figsize=(4,2), facecolor=’grey’)axes = fig.add_axes((0, 0,1,1))# x軸axes.get_xaxis().get_label().set_text(’x axis’)axes.get_xaxis().get_label().set_color(’red’)axes.get_xaxis().get_label().set_fontsize(16)# y軸axes.yaxis.get_label().set_text(’y axis’)axes.yaxis.get_label().set_color(’blue’)axes.yaxis.get_label().set_fontsize(16)plt.show()

3.1.2 設(shè)置坐標(biāo)軸刻度標(biāo)簽樣式

fig = plt.figure(figsize=(4,2), facecolor=’grey’)axes = fig.add_axes((0, 0,1,1))# 設(shè)置x軸刻度標(biāo)簽for tl in axes.get_xaxis().get_ticklabels(): tl.set_color(’red’) tl.set_rotation(45) tl.set_fontsize(16)plt.show()

3.1.3 設(shè)置坐標(biāo)軸刻度位置

import matplotlib.ticker as ticker# Fixing random state for reproducibilitynp.random.seed(19680801)fig, ax = plt.subplots()ax.plot(100*np.random.rand(20))formatter = ticker.FormatStrFormatter(’$%1.2f’)ax.yaxis.set_major_formatter(formatter)for tick in ax.yaxis.get_major_ticks(): tick.label1.set_visible(False) tick.label2.set_visible(True) tick.label2.set_color(’green’)plt.show()

3.1.4 設(shè)置坐標(biāo)軸位置

fig = plt.figure(figsize=(6,2))axes = fig.add_axes((0,0,0.8,1))x = np.linspace(-10, 10, 1000)line1, = axes.plot(x, np.sin(x))axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍axes.spines[’right’].set_color(’none’) #隱藏掉右邊框線axes.spines[’top’].set_color(’none’) #隱藏掉左邊框線axes.xaxis.set_ticks_position(’bottom’) #設(shè)置坐標(biāo)軸位置axes.yaxis.set_ticks_position(’left’) #設(shè)置坐標(biāo)軸位置axes.spines[’bottom’].set_position((’data’, 0)) #綁定坐標(biāo)軸位置，data為根據(jù)數(shù)據(jù)自己判斷axes.spines[’left’].set_position((’data’, 0))plt.show()

4 總結(jié)

本文主要介紹matplotlib圖表的三種容器元素：figure、axes、axis。figure是最底層的容器，相當(dāng)于一張畫(huà)布，在畫(huà)布上，我們可以畫(huà)多個(gè)axes，axes就是figure上的子圖，每個(gè)axes都是一張獨(dú)立的圖表，每個(gè)axes包含多個(gè)axis，通過(guò)axis我們可以實(shí)現(xiàn)對(duì)圖表更多細(xì)節(jié)上的操作。理解了matplotlib圖表三個(gè)層次的布局，我們就可以通過(guò)figure -> axes --> axis的流程完成圖表在宏觀層面的創(chuàng)建。在后續(xù)的博客中，將會(huì)繼續(xù)介紹對(duì)圖表更多更加細(xì)節(jié)化的設(shè)置以及如何畫(huà)各種不同的統(tǒng)計(jì)圖表。

參考

官方文檔：https://matplotlib.org/tutorials/intermediate/artists.html#sphx-glr-tutorials-intermediate-artists-py

以上就是python Matplotlib數(shù)據(jù)可視化（2）：詳解三大容器對(duì)象與常用設(shè)置的詳細(xì)內(nèi)容，更多關(guān)于Matplotlib數(shù)據(jù)可視化（2）：三大容器對(duì)象與常用設(shè)置的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！