python Matplotlib數(shù)據(jù)可視化（2）：詳解三大容器對象與常用設(shè)置

更新時間：2020年09月30日 10:37:13 作者：奧辰

這篇文章主要介紹了python Matplotlib三大容器對象與常用設(shè)置的相關(guān)資料，幫助大家更好的學(xué)習和使用Matplotlib庫的用法，感興趣的朋友可以了解下

上一篇博客中說到，matplotlib中所有畫圖元素（artist）分為兩類：基本型和容器型。容器型元素包括三種：figure、axes、axis。一次畫圖的必經(jīng)流程就是先創(chuàng)建好figure實例，接著由figure去創(chuàng)建一個或者多個axes，然后通過axes實例調(diào)用各種方法來添加各種基本型元素，最后通過axes實例本身的各種方法亦或者通過axes獲取axis實例實現(xiàn)對各種元素的細節(jié)操控。
本篇博客繼續(xù)上一節(jié)的內(nèi)容，展開介紹三大容器元素創(chuàng)建即通過三大容器可以完成的常用設(shè)置。

1 figure

1.1 創(chuàng)建figure

在上文中我們一直提到的figure指的是Figure類的實例化對象，當然我們一般不會直接去實例化Figure類，因為這樣創(chuàng)建的Figure實例對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，下面我們來說說這個方法。
figure方法參數(shù)如下：

num：整型或字符串類型，可選參數(shù)，默認為None。這個參數(shù)課可以理解為是figure的身份標識，即id。當值為None時，會創(chuàng)建一個figure實例，該實例的num值會在已有基礎(chǔ)上自增；當該參數(shù)不為None時，如果與已有的num值重復(fù)，則會切換到該figure使其處于激活狀態(tài)，并返回一個該figure的引用；如果傳入的參數(shù)為字符串，該字符串將會被設(shè)置為figure的標題。
figsize：tuple類型，可選參數(shù)，默認為None。通過figsize參數(shù)可以設(shè)置figure的size，即（width, height)，單位為inch。當值為None時，采用默認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，默認為白色。
edgecolor：可選參數(shù)，用于設(shè)置邊框顏色，默認為黑色。
frameon：bool類型，可選參數(shù)，表示是否繪制窗口的圖框，默認是。
FigureClass：傳入一個類名，當使用自定義的類實例化figure時使用，默認為matplotlib.figure.Figure。
clear：bool類型，可選參數(shù)，默認為False。如果值為True的話，如果figure已存在，則會清除該figure的全部內(nèi)容。

from matplotlib import pyplot as plt
import matplotlib as mpl
import numpy as np
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體支持

fig = plt.figure(figsize=(4,2), facecolor='grey') # 創(chuàng)建figure
fig.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是不會顯示的，所以必須在figure中至少添加一個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時的各個參數(shù)基本都可以通過figure實例對象中對應(yīng)的對應(yīng)的set方法進行修改,例如set_facecolor()用來設(shè)置前景色，set_size_inches()用來設(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標題

fig = plt.figure(figsize=(4,2))
fig.suptitle("figure title", color='red') # 設(shè)置figure標題
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標題，前兩個參數(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后面有個逗號，因為plot()方法返回值是一個列表
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可以認為是figure這張畫圖上的子圖，因為子圖上一般都是坐標圖，所以我更愿意理解為軸域或者坐標系。

2.1 創(chuàng)建axes

一個figure可以有多個axes, 無論是pyplot模塊還是figure實例內(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，該方法會在當前激活的figure中創(chuàng)建一個axes，并使創(chuàng)建好的axes處于激活狀態(tài)。當傳入的第一個位置參數(shù)為空時，該方法會創(chuàng)建一個占滿整個figure的axes；通常我們可以傳入一個tuple參數(shù)(left, botton, width, height)作為第一個位置參數(shù)，tuple中四個元素分別表示與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。通過這種方式添加axes時，matplotlib會自動創(chuàng)建一個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axes將會被覆蓋在下面
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axes將會被覆蓋在下面
plt.show()

（2） figure.add_axes()

figure.add_axes()方法的作用是將一個axes添加到figure中，這一方法可以傳入一個已創(chuàng)建好的axes作為第一個參數(shù)，add_axes會將傳入的axes添加到figure中，但這種情況使用不多。在大多數(shù)情況下，我們會如同上述在plt.axes()方法中那樣傳遞一個tuple參數(shù)(left, botton, width, height)作為第一個位置參數(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axes將會被覆蓋在下面
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模塊中定義的兩個方法，兩個方法都是將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主要包括三個參數(shù)(nrows, ncols, index),分別表示行數(shù)、列數(shù)和索引，該方法會根據(jù)指定的行列數(shù)對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個網(wǎng)格，并在第4個子網(wǎng)格中創(chuàng)建一個axes然后返回。注意，每一次調(diào)用plt.subplot()方法只會在指定索引的子網(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三個參數(shù)都小于10，可以將這三個參數(shù)合并成一個3位整數(shù)來寫，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()會重新創(chuàng)建一個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，并在每一個子網(wǎng)格中各創(chuàng)建一個axes，最終同時返回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()還有一對參數(shù)sharex, sharey用于設(shè)置是否共享x軸或y軸，這對參數(shù)有取值可以使bool型或'none', 'all', 'row', 'col'這4個字符串中的一個，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與上文中介紹過的plt.subplot()無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()的目標是在當前激活的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的plt.subplots()很相似，區(qū)別在于figure.subplots()不會重新創(chuàng)建一個figure，而是對當前的figure進行劃分網(wǎng)格并在每一個網(wǎng)格中都創(chuàng)建一個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，大多數(shù)的設(shè)置都可以通過axes來完成。

2.2.1 設(shè)置標題

fig = plt.figure(facecolor='grey')
fig.suptitle("figure 標題", color='red')
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
ax1.set_title(' 圖 1') # 設(shè)置標題
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)置橫坐標范圍
axes.set_ylim((-3,3)) # 設(shè)置縱坐標范圍
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)置橫坐標范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標范圍
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)置橫坐標范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標范圍
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)置橫坐標范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標范圍
axes.grid(True)
axes.annotate('原點', xy=(0, 0), # xy是指向點的坐標
  xytext=(2.5, -1.5), # xytext注釋文字的坐標
  arrowprops=dict(facecolor='red'))
plt.show()

3 axis

axis在matplotlib中是一種類似于坐標軸的概念，負責處理軸標簽、刻度線、刻度標簽、網(wǎng)格線的繪制。在大多數(shù)情況下，axis我們手動創(chuàng)建，在創(chuàng)建axes時會一并創(chuàng)建axis，通過axes的實例對象即可調(diào)用axes內(nèi)的axis實例。通過axis實例，我們可以實現(xiàn)更加多樣化、細微的圖標操作。
通過axes實例可以調(diào)用get_xaxis()方法獲取axis實例，然后實現(xiàn)對label等對象的操作。

3.1 axis常用設(shè)置

3.1.1 設(shè)置坐標軸名稱

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)置坐標軸刻度標簽樣式

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)置坐標軸刻度位置

import matplotlib.ticker as ticker

# Fixing random state for reproducibility
np.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)置橫坐標范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標范圍
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)置坐標軸位置
axes.yaxis.set_ticks_position('left') #設(shè)置坐標軸位置
axes.spines['bottom'].set_position(('data', 0)) #綁定坐標軸位置，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，相當于一張畫布，在畫布上，我們可以畫多個axes，axes就是figure上的子圖，每個axes都是一張獨立的圖表，每個axes包含多個axis，通過axis我們可以實現(xiàn)對圖表更多細節(jié)上的操作。
理解了matplotlib圖表三個層次的布局，我們就可以通過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，將會繼續(xù)介紹對圖表更多更加細節(jié)化的設(shè)置以及如何畫各種不同的統(tǒng)計圖表。

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）：詳解三大容器對象與常用設(shè)置的詳細內(nèi)容，更多關(guān)于Matplotlib數(shù)據(jù)可視化（2）：三大容器對象與常用設(shè)置的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: