1 figure
1.1 创建figure
在上文中我们一直提到的figure指的是Figure类的实例化对象，当然我们一般不会直接去实例化Figure类，因为这样创建的Figure实例对象不能纳入序列中共同管理。matplotlib中提供了多种方法创建figure，其中属pyplot模块中的figure()方法最常用也最方便，下面我们来说说这个方法。
figure方法参数如下：
- num：整型或字符串类型，可选参数，默认为None。这个参数课可以理解为是figure的身份标识，即id。当值为None时，会创建一个figure实例，该实例的num值会在已有基础上自增；当该参数不为None时，如果与已有的num值重复，则会切换到该figure使其处于激活状态，并返回一个该figure的引用；如果传入的参数为字符串，该字符串将会被设置为figure的标题。
- figsize：tuple类型，可选参数，默认为None。通过figsize参数可以设置figure的size，即（width, height)，单位为inch。当值为None时，采用默认size。
- dpi：整型，可选参数，用于设置图片像素。
- facecolor：可选参数，用于设置前景色，默认为白色。
- edgecolor：可选参数，用于设置边框颜色，默认为黑色。
- frameon：bool类型，可选参数，表示是否绘制窗口的图框，默认是。
- FigureClass：传入一个类名，当使用自定义的类实例化figure时使用，默认为matplotlib.figure.Figure。
- clear：bool类型，可选参数，默认为False。如果值为True的话，如果figure已存在，则会清除该figure的全部内容。
from matplotlib import pyplot as plt import matplotlib as mpl import numpy as np mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体支持
fig = plt.figure(figsize=(4,2), facecolor='grey') # 创建figure fig.add_axes((0,0,1,1)) # 必须添加axes后才能显示 plt.show()
在jupyter编辑器中，空白的figure是不会显示的，所以必须在figure中至少添加一个axes。
1.2 figure的常用设置
1.2.1 set方法通用设置
创建figure时的各个参数基本都可以通过figure实例对象中对应的对应的set方法进行修改,例如set_facecolor()用来设置前景色，set_size_inches()用来设置大小等。
设置前景色：
fig = plt.figure(figsize=(4,2)) fig.set_facecolor('grey') # 设置前景色 plt.plot() plt.show()
fig = plt.figure() fig.set_size_inches(2,3) # 设置大小 plt.plot() plt.show()
1.2.2 设置figure标题
fig = plt.figure(figsize=(4,2)) fig.suptitle("figure title", color='red') # 设置figure标题 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') # 设置figure标题，前两个参数分别表示到左边框和上边框的百分比距离 plt.plot() plt.show()
1.2.4 设置图例
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后面有个逗号，因为plot()方法返回值是一个列表 line2, = axes.plot(x, np.cos(x)) fig.legend([line1, line2],['sin', 'cos']) plt.show()
1.2.5 设置子图间距
fig, axes = plt.subplots(2,2,facecolor='grey') fig.subplots_adjust(left=None, # 设置画图区域与figure上下左右边框的比例距离 bottom=None, right=None, top=None, wspace=0.3, # 子图间水平方向距离 hspace=1) # 子图间垂直方向距离 plt.show()
