Matplotlib三层结构 | Python 数据可视化库 Matplotlib 快速入门之六

简介: 本节重点介绍了Matplotlib三层结构,容器层、辅助显示层、图像层,以及各层结构之间的关系。

快速上手Matplotlib | Python 数据可视化库 Matplotlib 快速入门之五

Matplotlib三层结构

如果掌握了Matplotlib三层结构,那么在后续画图过程中思路会非常清晰。

容器层

容器层主要由Canvas、Figure、Axes组成。
Canvas是位于最底层的系统层, 在绘图的过程中充当画板的角色, 即放置画布(Figure) 的工具。
Figure是Canvas上方的第一层, 也是需要用户来操作的应用层的第一层, 在绘图的过程中充当画布的角色。
Axes是应用层的第二层, 在绘图的过程中相当于画布上的绘图区的角色。(plt.subplots())

  • Figure:指整个图形(可以通过plt.figure) 设置画布的大小和分辨率等)
  • Axes(坐标系) :数据的绘图区域
  • Axis(坐标轴) :坐标系中的一条轴, 包含大小限制、刻度和刻度标签

特点为:

  • 一个figure(画布) 可以包含多个axes(坐标系/绘图区) , 但是一个axes只能属于一个figure。
  • 一个axes(坐标系/绘图区) 可以包含多个axis(坐标轴) , 包含两个即为2d坐标系, 3个即为3d坐标系

    image.png

辅助显示层

辅助显示层为Axes(绘图区) 内的除了根据数据绘制出的图像以外的内容, 主要包括Axes外观(face color) 、边框线(spines) 、坐标轴(axis) 、坐标轴名称(axis label、坐标轴刻度(tick) 、坐标轴刻度标签(ticklabel) 、网格线(grid) 、图例(legend) 、标题(title) 等内容。
该层的设置可使图像显示更加直观更加容易被用户理解,但又不会对图像产生实质的影响。

image.png

图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

image.png

每一个绘图区都可以有不同的图表(散点图、折线图、柱状图等)。

总结:

  • Canvas(画板) 位于最底层, 用户一般接触不到
  • Figure(画布) 建立在Canvas之上
  • Axes(绘图区) 建立在Figure之上
  • 坐标轴(axis) 、图例(legend) 等辅助显示层以及图像层都是建立在Axes之上

配套视频课程,点击这里查看

获取更多资源请订阅Python学习站

相关文章
|
8月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
6766 1
|
8月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
721 0
|
8月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
8月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
9月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
871 0
|
8月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
826 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
8月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
602 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
9月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
9月前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
464 0