Python中figure與axies繪圖有哪些不同
一、二者區(qū)別介紹
學(xué)習(xí)別人寫的代碼時(shí)，關(guān)于使用matplotlib繪圖單面，有多種實(shí)現(xiàn)方式，什么plt.plot 啦，ax.plot 啦，雖然都能實(shí)現(xiàn)繪圖的目的，但總是感覺掌握的不踏實(shí)，今天就來(lái)總結(jié)一下。
matplotlib圖的組成：
- Figure （畫布，可理解為黑板）
- Axes (坐標(biāo)系，黑板中的一塊區(qū)域)
- Axis (坐標(biāo)軸，在區(qū)域中畫的坐標(biāo)軸)
- 圖形（plot(),scatter(),bar(),...)
- Title, Labels, ......
借助官方文檔中的一幅圖：
現(xiàn)在就能清楚Figure、Axes、Axis是什么關(guān)系了吧
其實(shí)我們還能簡(jiǎn)單的將Axes理解為Figure的子圖，F(xiàn)igure是由一個(gè)或多個(gè)Axes組成，當(dāng)只有一個(gè)子圖時(shí)，那這時(shí)主圖和子圖就是完全一樣的啦 那么plt.plot() 和ax.plot() 效果也就一樣
在來(lái)看一個(gè)圖：
整個(gè)灰色區(qū)域，也就是紅框之內(nèi)的區(qū)域是一個(gè)Figure， 三個(gè)白色區(qū)域（子圖）是三個(gè)Axes，藍(lán)框是Axis
此外，這種類型的圖可以用以下程序?qū)崿F(xiàn)
fig = plt.figure(figsize=(10, 5))
for i, file in enumerate(file_list):
img = Image.open(file)
print('Image shape: ', np.array(img).shape)
ax = fig.add_subplot(2, 3, i + 1) # 通過(guò)索引號(hào)index，設(shè)置AXES位置
ax.set_xticks([]);
ax.set_yticks([])
ax.imshow(img)
plt.tight_layout() # 自動(dòng)調(diào)整子圖參數(shù)，使之填充整個(gè)圖像區(qū)域
plt.show()二、對(duì)應(yīng)的程序
創(chuàng)建
plt.figure()返回Figure實(shí)例 plt.axes()返回Axes或其子類
常用程序
plt.plot() ———— ax.plot() # 繪制
plt.legend() ———— ax.legend() #添加圖例
plt.xlabel() ———— ax.set_xlabel() #設(shè)置x軸標(biāo)題
plt.ylabel() ———— ax.set_ylabel()
plt.xlim() ———— ax.set_xlim() #獲取或者是設(shè)定x座標(biāo)軸的范圍
plt.ylim() ———— ax.set_ylim()
plt.title() ———— ax.set_title() #設(shè)置標(biāo)題
到此這篇關(guān)于Python中figure與axies繪圖有哪些不同的文章就介紹到這了,更多相關(guān)Python figure與axies內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python實(shí)現(xiàn)的序列化和反序列化二叉樹算法示例
這篇文章主要介紹了Python實(shí)現(xiàn)的序列化和反序列化二叉樹算法,結(jié)合實(shí)例形式分析了Python二叉樹的構(gòu)造、遍歷、序列化、反序列化等相關(guān)操作技巧,需要的朋友可以參考下2019-03-03
Python實(shí)現(xiàn)的遞歸神經(jīng)網(wǎng)絡(luò)簡(jiǎn)單示例
這篇文章主要介紹了Python實(shí)現(xiàn)的遞歸神經(jīng)網(wǎng)絡(luò),是一篇摘錄自github代碼片段的文章,涉及Python遞歸與數(shù)學(xué)運(yùn)算相關(guān)操作技巧,需要的朋友可以參考下2017-08-08
使用Windows批處理和WMI設(shè)置Python的環(huán)境變量方法
今天小編就為大家分享一篇使用Windows批處理和WMI設(shè)置Python的環(huán)境變量方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
Python是目前最流行的語(yǔ)言之一，它在數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、web開發(fā)、腳本編寫、自動(dòng)化方面被許多人廣泛使用。它的簡(jiǎn)單和易用性造就了它如此流行的原因。今天這篇文章就給大家分享 10 段超級(jí)有用的 Python 案例,需要的朋友可以參考一下2021-09-09
利用Python的tkinter模塊實(shí)現(xiàn)界面化的批量修改文件名
這篇文章主要介紹了利用Python的tkinter模塊實(shí)現(xiàn)界面化的批量修改文件名，用Python編寫過(guò)批量修改文件名的腳本程序，代碼很簡(jiǎn)單，運(yùn)行也比較快，詳細(xì)內(nèi)容需要的小伙伴可以參考一下下面文章內(nèi)容2022-08-08
本文主要對(duì)Python變量和數(shù)據(jù)類型進(jìn)行詳細(xì)介紹。具有很好的參考價(jià)值，下面跟著小編一起來(lái)看下吧2017-02-02
淺談Python中文件夾和python package包的區(qū)別
這篇文章主要介紹了淺談Python中文件夾和python package包的區(qū)別，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
這篇文章主要介紹了python中的httpx異步請(qǐng)求方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06
利用pandas進(jìn)行數(shù)據(jù)清洗的7種方式
采集到原始的數(shù)據(jù)中會(huì)存在一些噪點(diǎn)數(shù)據(jù),噪點(diǎn)數(shù)據(jù)是對(duì)分析無(wú)意義或者對(duì)分析起到偏執(zhí)作用的數(shù)據(jù),所以這篇文章給大家介紹了利用pandas進(jìn)行數(shù)據(jù)清洗的7種方式,需要的朋友可以參考下2024-03-03
使用Python的數(shù)據(jù)可視化庫(kù)Matplotlib實(shí)現(xiàn)折線圖
數(shù)據(jù)可視化是數(shù)據(jù)分析和探索中不可或缺的一環(huán)，本文將介紹如何使用Python中的數(shù)據(jù)可視化庫(kù)Matplotlib，通過(guò)示例代碼實(shí)現(xiàn)一個(gè)簡(jiǎn)單的折線圖，感興趣的同學(xué)可以參考閱讀下2023-07-07