最近在學習數據可視化，梳理一下其中一些諸如pandas繪圖、matplotlib繪圖、pyplot(plt)、axes等概念。

重要的事情說三遍：axes不是axis！axes不是axis！axes不是axis！

重要的事情說三遍：pyplot是接口不是對象！pyplot是接口不是對象！pyplot是接口不是對象！

很多書上一上來就直接import matplotlib.pypltot as plt，然后就教你plt.xxx()。這種方式固然沒錯，可問題就出在了plt只是一個interface，只是一個接口，連對象都算不上(仔細回想，你確實沒有實例化過任何一個名叫plt類型的對象)這給本來就對面向對象編程并不很熟悉的我帶來無窮無盡的困擾。plt這個接口的意義在于：

通過接口直接畫圖(這時候我們把這個接口看成一個黑盒，根本不要去管其中有些什么對象類型)

通過接口實例化別的類型的對象(如figure類型 axes類型等)

1.通過plt.xxx()直接繪圖

就像各種教程和書上的常規操作一樣，我們可以用plt.plot(), plt.bar()等繪制不同類型的圖(部分總結如下表)

表一 plt中用于繪圖的部分函數

函數名

作用

plt.bar()

條形圖

plt.barh()

橫排條形圖

plt.boxplot()

箱線圖(plt.box()是另一個函數)

plt.hist()

頻率直方圖

plt.plot()

折線圖

我們可以用plt的其他一些函數來對圖表的標題等進行設置(部分總結如下表)

表二 plt中用于設置的部分函數

函數名

作用

plt.title()

設置圖表標題

plt.grid()

設置圖表網格

plt.xlabel();plt.ylabel

設置x;y軸標題

plt.xticks();plt.yticks()

設置x;y軸刻度

plt.xlim();plt.ylim()

設置x;y軸范圍

plt.annotate()

設置標注

用plt繪圖的方便之處，同樣也是它最令人迷惑的地方，就是它沒有一個顯性的對象。

我們甚至可以調用pandas繪圖以后，用表二中的plt函數來對pandas生成的這個圖表進行設置。

例程如下：

import matplotlib.pyplot as plt

from pandas import Series

data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])

#注意下一行的對象是'data'，它是一個series對象，調用的是pandas繪圖函數

data.plot(label='income', color = 'r', linestyle=':', marker = 's')#具體的pandas繪圖之后會細講

#但接下來我們甚至可以調用plt的函數對它進行設置

plt.title('Income chart')

plt.xlabel('Year')

plt.ylabel('income')

plt.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->'))

plt.show()

上面這個例子就展示了pyplot(plt)的特點，不用指明對象就能進行畫圖和設置，當我們在同一個程序中的圖比較少的時候這是方便的，但當我們同一個程序中的圖很多的時候，這種沒有顯性對象的方式會導致我們沒有辦法重新調用之前的圖(因為沒有對象名)也會給人一種很不踏實的感覺。

2.實例化figure和axes對象后繪圖

就像前文提到的，plt只是一個接口而不是對象。

在matplotlib中,有兩個重要的對象類型：figure對象可以把它想成一張空白圖紙，在上面可以繪制一個或多個axes對象(還可以有其他對象等)。axes對象是一個圖像的主要部分(它包括了圖線、xy軸等部分)。

我們可以使用plt接口生成figure對象和axes對象，然后對axes對象調用方法來實現畫圖和設置。

總體思路是：

實例化figure對象

實例化axes對象

對axes對象調用方法進行畫圖和設置

例程如下：

import matplotlib.pyplot as plt

from pandas import Series

data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])

#調用plt接口，實例化figure1對象

figure1 = plt.figure(facecolor='w')#faceclolr設置背景顏色

#實例化ax1對象

ax1 = figure1.add_subplot(111)#ax1是figure1的第1行第一列的第1張圖表

#注意下一行的對象是'ax1'，它是一個axes對象，調用的是matplotlib.axes繪圖函數

ax1.plot(data,label='income', color = 'r', linestyle=':', marker = 's')

#接下來我們調用ax1的方法對它進行設置

ax1.set_title('Income chart')

ax1.set_xlabel('Year')

ax1.set_ylabel('income')

ax1.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->'))

用這種方式畫出來的圖，每一個對象都有它自己的名字，方便后面繼續調用、修改。代碼也就多了兩行實例化的過程，并沒有麻煩很多，個人很喜歡用這種方式畫圖(也給人一種很踏實的感覺)。

類比上面的表一和表二，給出對于axes對象的方法函數表：

表三 axes對象用于繪圖的部分方法函數

函數名

作用

ax.bar()

條形圖

ax.barh()

橫排條形圖

ax.boxplot()

箱線圖

ax.hist()

頻率直方圖

ax.plot()

折線圖

表四 axes對象中用于設置的部分方法函數

函數名

作用

ax.set_title()

設置圖表標題

ax.set_xlabel(); ax.set_ylabel

設置x;y軸標題

ax.set_xticks(); ax.set_yticks()

設置x;y軸刻度

ax.set_xlim(); ax.set_ylim()

設置x;y軸范圍

ax.annotate()

設置標注

注意表一和表三，表二和表四的異同：

表一表二中的plt是固定的名字，不論畫什么都是plt.xxx()，而表三和表四中ax.xxx()中的ax要改成你實例的對象名。

注意對比表二和表四，很多作用相同的東西，跑到了axes這里要多加一個set_

用實例化axes的方式畫圖很重要，因為多子圖的繪制更是需要依賴axes對象。

我還會分兩期分別介紹一下axes與多子圖的繪制和axes與pandas繪圖的關系。

到此這篇關于淺談matplotlib.pyplot與axes的關系的文章就介紹到這了,更多相關matplotlib.pyplot axes內容請搜索python博客以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持python博客！

總結

以上是生活随笔為你收集整理的python axes_浅谈matplotlib.pyplot与axes的关系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。