3、创建figure(画布)的两种方式
1）绘制一个最简单的折线图
import matplotlib as mpl import matplotlib.pyplot as plt x = [1,3,5,7] y = [4,9,6,8] plt.plot(x,y) plt.show()
结果如下：
结果分析：
在前面的叙述中，我们已经说过，想要使用matplotlib绘图，必须先要创建一个figure(画布)对象，然后还要有axes(坐标系)。但是观察上述代码，我们并没有创建figure对象，那么怎么又可以画图呢？
对于上述疑问，接下来我们就要讲述创建figure(画布)的两种方式。
2）创建figure(画布)的两种方式
隐式创建
显示创建
① 隐式创建figure对象
当第一次执行plt.xxx()这句绘图代码时，系统会去判断是否已经有了figure对象，如果没有，系统会自动创建一个figure对象，并且在这个figure之上，自动创建一个axes坐标系(注意：默认创建一个figure对象，一个axes坐标系)。
也就是说，如果我们不设置figure对象，那么一个figure对象上，只能有一个axes坐标系，即我们只能绘制一个图形。
② 隐式创建figure对象存在的问题
优势：如果只是绘制一个小图形，那么直接使用plt.xxx()的方式，会自动帮我们创建一个figure对象和一个axes坐标系，这个图形最终就是绘制在这个axes坐标系之上的。
劣势：如果我们想要在一个figure对象上，绘制多个图形，那么我们就必须拿到每个axes对象，然后调用每个位置上的axes对象，就可以在每个对应位置的坐标系上，进行绘图，如下图所示。注意：如果figure对象是被默认创建的，那么我们根本拿不到axes对象。因此，需要我们显示创建figure对象。
③ 显示创建figure对象：以后的文章会详细讲述布局设置
# 手动创建一个figure对象 figure = plt.figure() # 获取每个位置的axes对象 axes1 = figure.add_subplot(2,1,1) axes2 = figure.add_subplot(2,1,2)
如图所示：
举例说明：
figure = plt.figure() axes1 = figure.add_subplot(2,1,1) axes2 = figure.add_subplot(2,1,2) axes1.plot([1,3,5,7],[4,9,6,8]) axes2.plot([1,2,4,5],[8,4,6,2]) figure.show()
结果如下：
4、完整的绘图步骤
① 导库
import matplotlib as mpl import matplotlib.pyplot as plt
② 创建figure画布对象
如果绘制一个简单的小图形，我们可以不设置figure对象，使用默认创建的figure对象，
如果绘制一个简单的小图形，我们可以不设置figure对象，使用默认创建的figure对象， 当然我们也可以显示创建figure对象。 如果一张figure画布上，需要绘制多个图形。那么就必须显示的创建figure对象，然后 得到每个位置上的axes对象，进行对应位置上的图形绘制。
③ 根据figure对象进行布局设置
1*1 1*2 2*1 2*2 ...
④ 获取对应位置的axes坐标系对象
figure = plt.figure() axes1 = figure.add_subplot(2,1,1) axes2 = figure.add_subplot(2,1,1)
⑤ 调用axes对象，进行对应位置的图形绘制
这一步，是我们传入数据，进行绘图的一步。对于图形的一些细节设置，都可以在这一步进行
⑥ 显示图形
plt.show()或figure.show() 如果在pycharm中绘图的话，必须要加这句代码，才能显示。如果在notebook中进行绘图， 可以不用加这句代码，而是自动显示。
5、绘图技巧(细节设置)
* figure 画布 * axes 坐标系，一个画布上可以有多个坐标系 * axis 坐标轴，一个坐标系中可以有多个坐标轴，一般都是二维平面坐标系，或者三维立体坐标系 * title 标题 * legend 图例 * grid 背景网格 * tick 刻度 * axis label 坐标轴名称 * tick label 刻度名称 * major tick label 主刻度标签 * minor tick label 副刻度标签 * line 线 * style 线条样式 * marker 点标记 * font 字体相关
通过对matplotlib绘图的原理，有所了解之后，我们需要学习的就是常见的matplotlib绘图技巧，常见的绘图技巧如上所示，这些绘图技巧都能够很好的帮助我们画出更美观、更直观的图形。下一节，我将会讲述matplotlib绘图技巧(千万不要错过)。
