Matplotlib中的“plt”和“ax”到底是什么?-阿里云开发者社区

Matplotlib中的“plt”和“ax”到底是什么?

2022-12-19 139

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Matplotlib中的“plt”和“ax”到底是什么?

在幕布中绘图，还是在幕布上的单元格中绘图?

实际上，作为最流行和最基础的数据可视化库，Matplotlib在某些方面有些令人困惑，这些部分经常有人问起。

我应该在什么时候使用“axes”
为什么有时用“plt”而有时用“ax”?
它们之间有什么区别?

在网上有这么多的例子向人们展示如何使用Matplotlib来绘制这种或那种图表，但我很少看到任何教程提到“为什么”。这可能会使编程经验较少或从其他语言(如R)切换到这种语言的人感到非常困惑。

在本文中，我不会教您使用Matplotlib绘制任何特定图表，但会尝试解释有关Matplotlib的基本但重要的内容——人们通常使用的“plt”和“ax”是什么。

概念

注意，当我说“plt”时，它并不存在于Matplotlib库中。它之所以被称为“plt”，是因为大多数Python程序员喜欢导入Matplotlib并创建一个名为“plt”的别名，我相信您应该知道这个别名。

importmatplotlib.pyplotasplt

然后，回到我们的主题。为了演示，让我们画一个简单的图表。

importnumpyasnpplt.plot(np.random.rand(20))
plt.title('test title')
plt.show()

如上面标注的截图所示，当我们使用plt:

将生成一个figure对象(以绿色显示)
Axes对象是通过绘制的折线图(红色显示)隐式生成的
图中的所有元素(如x和y轴)都在Axes对象中呈现(蓝色显示)

这也就表示:

figure就像一张纸，你可以画任何你想画的东西
我们必须在“单元格”中绘制图表，在此处，Axes是坐标轴
如果我们只画一个图形，我们不需要先画一个“单元格”，只要在纸上画就可以了。我们可以使用plt.plot(…)

显式绘制“单元格”

当然，我们可以在“纸”上显式地绘制一个“单元格”，以告诉Matplotlib我们将在这个单元格中绘制一个图表。然后，我们有以下代码。

fig, ax=plt.subplots()
ax.plot(np.random.rand(20))
ax.set_title('test title')
plt.show()

结果完全一样。唯一的区别是我们明确地绘制了“单元格”，这样我们就能够得到Figure和Axes对象。

实际上，当我们只想绘制一个图形时，没有必要“绘制”单元格。但是，您必须注意到，当我们想在一个图中绘制多个图时，必须这样做。

n_rows=2n_cols=2fig, axes=plt.subplots(n_rows, n_cols)
forrow_numinrange(n_rows):
forcol_numinrange(n_cols):
ax=axes[row_num][col_num]
ax.plot(np.random.rand(20))
ax.set_title(f'Plot ({row_num+1}, {col_num+1})')fig.suptitle('Main title')
fig.tight_layout()
plt.show()