matplotlib学习：搞明白plt. /ax./ fig

原文章一：https://zhuanlan.zhihu.com/p/93423829，原文章二：https://jishuin.proginn.com/p/763bfbd23e20    感谢作者的讲解

plt.***和ax.***的区别

• 在matplotlib中，有两种画图方式：
• plt.figure()： plt.***系列。通过plt.xxx来画图。这是通过matplotlib提供的一个api，这个plt提供了很多基本的function可以让你很快的画出图来，但是如果你想要更细致的精调，就要使用另外一种方法。第一种方式的代码来看，先生成了一个Figure画布，然后在这个画布上隐式生成一个画图区域进行画图。

plt.figure(1)
plt.subplot(211)
plt.plot(A,B)
plt.show()

• fig, ax = plt.subplots(): 正统的稍微复杂一点。指定figure和axes，然后对axes单独操作。

  第二种方式同时生成了Figure和axes两个对象，然后用ax对象在其区域内进行绘图

  如果从面向对象编程（对理解Matplotlib绘图很重要）的角度来看，显然第二种方式更加易于解释，生成的fig和ax分别对画布Figure和绘图区域Axes进行控制，第一种方式反而显得不是很直观，如果涉及到子图零部件的设置，用第一种绘图方式会很难受。

  在实际绘图时，也更推荐使用第二种方式。

fig, ax = plt.subplots()
ax.plot(A,B)

名词解释 in matplotlib

• Figure fig = plt.figure(): 可以解释为画布。
• 画图的第一件事，就是创建一个画布figure，然后在这个画布上加各种元素。
• Axes ax = fig.add_subplot(1,1,1): 不想定义，没法定义，就叫他axes！
• 首先，这个不是你画图的xy坐标抽！
• 可以把axes理解为你要放到画布上的各个物体。比如你要画一个太阳，一个房子，一个车在画布上，那么太阳是一个axes，房子是一个axes，etc。
• 如果你的figure只有一张图，那么你只有一个axes。如果你的figure有subplot，那么每一个subplot就是一个axes
• axes是matlibplot的宇宙中心！axes下可以修改编辑的变量非常多，基本上能包含你的所有需求。
• Axis ax.xaxis/ax.yaxis: 对，这才是你的xy坐标轴。
• 每个坐标轴实际上也是由竖线和数字组成的，每一个竖线其实也是一个axis的subplot，因此ax.xaxis也存在axes这个对象。对这个axes进行编辑就会修改xaxis图像上的表现。

图像的各个部位名称

User Guide 借个图。

一步一步来，用传统方法画个图

捏个数据

import matplotlib.pyplot as plt
import numpy as np

A = np.arange(1,5)
B = A**2
C = A**3
print(A,B,C)

铺个画布

这个function创建了一个大小为（14，7）的画布，把这个画布赋值给变量fig，同时在这个画布上创建了一个axes，把这个axes赋值给ax。这样，所有未来fig.xxx都是对这个画布的操作，所有ax.xxx都是对这个axes的操作。

如果你有两个图，那么ax是一个有两个元素ax[0],ax[1] 的list。ax[0]就对应第一个subplot的ax。

fig, ax = plt.subplots(figsize=(14,7))
# fig, ax = plt.subplots(2,1,figsize(14,7))
# ax[0].***
# ax[1].***

画数据

在这个axes上画数据，因此就用ax.plot()来画。画完第一个再call一次，再画第二个。

下面开始细节的处理

数据画好了就可以各种细调坐标轴啊，tick啊之类的。

首先把标题和xy坐标轴的标题搞定。Again, 不用plt。直接在axes上进行设定。

ax.set_title('Title',fontsize=18)
ax.set_xlabel('xlabel', fontsize=18,fontfamily = 'sans-serif',fontstyle='italic')
ax.set_ylabel('ylabel', fontsize='x-large',fontstyle='oblique')
ax.legend()

然后是xy坐标轴的一些属性设定, 也是在axes level上完成的

ax.set_aspect('equal')
ax.minorticks_on()
ax.set_xlim(0,16)
ax.grid(which='minor', axis='both')

最后是坐标轴tick和细节，这个在axes.xaxis or axes.yaxis上完成。

ax.xaxis.set_tick_params(rotation=45,labelsize=18,colors='w')
start, end = ax.get_xlim()
ax.xaxis.set_ticks(np.arange(start, end,1))
ax.yaxis.tick_right()

subplot的绘制加深

下面通过介绍subplots加深对第二种绘图方式的理解

假如现在我要在一张纸上左边画一个折线图，右边画一个，该如何画呢？

首先要有一个画布Figure，其次，需要有两个区域Axes（等价于两个子图subplot）来画图

# 生成画布和axes对象
# nrows=1和ncols=2分别代表1行和2列
fig,ax = plt.subplots(nrows=1,ncols=2)

因为这里有两个画图区域，所以ax对应的是一个列表，存储了两个Axes对象。

然后分别控制左边和右边的绘图区域进行绘图

fig,ax = plt.subplots(nrows=1,ncols=2)
ax[0].plot([1,2,3],[4,5,6])#折线图
ax[1].scatter([1,2,3],[4,5,6])#散点图

matplotlib 画动态图以及plt.ion()和plt.ioff()的使用