Matplotlib绘图原理

大家好，欢迎来到IT知识分享网。

作为数据科学三剑客之一，matplotlib是最基础和最广泛应用的绘图库，它提供了一套表示和操作图形对象的接口函数。它提供了三种调用接口：

1、pyplot：面向当前子图，封装常用作图API，相当于快捷方式

2、fig/axis：面向对象，提供高级的丰富的接口及图形设置

3、pylab：沿用matlab接口，过于复杂不建议使用。

如下表所示pyplot与fig/axis对应关系，只需要使用pyplot接口作图，而不需要知道是对哪个对象在操作，好处是简单快捷，对于初学者友好，不需要了解对象。

用fig/axis对象作图最大的好处是：所见即所得！每写一行代码可单独运行这一行代码，然后可以实时看到画布上累计的图形结果，这有助于边写代码边调试和修改。

如果用pyplot作图，需要将所有代码整体运行，才能看到画布上图形结果，单独运行则无法得到图形全貌，不直观。当然，用pyplot接口画图，最终也是在操作绘图对象。理解绘图对象，有助于绘制出更美观实用的图形。

注意：这两种接口之间，是可以相互切换的。

在matplotlib中，所有的作图，都是在画布Figure对象中完成的，一个Figure可以有多个坐标系Axis(复数Axes)，一个坐标系中可以有多个图集(Artists)，Artist是所有图形的基类。

一、画布Figure

画布Figure，是最低层的容器，用于容纳一个或多个子图(axis坐标系)。默认情况下，画布尺寸为物理尺寸(6.4宽, 4.8高)，约164×122mm。一张A4纸(210×297mm)，在排除边框后只能容纳上下2张画布。如下图所示，灰色背景的是画布区域(默认背景为白色，此处为了区别，将其设置为灰色)，中间白色区域以及外围的刻度为坐标系/子图区域。

一张画布中，至少要有一个坐标系，才能够显示出来。

二、子图/坐标系Axis

一个坐标系，相当于一个子图，是所有图形的容器。一个子图中，主要包含两个部分的对象操作，一个是坐标系的基本元素操作，另一个是图形的操作，如下图所示。

坐标系的基本元素包含：标题title，坐标轴标签xlabel/ylabel，刻度xticks/yticks，刻度标签tick_label，图例legend，网格线grid，等等。除了图例一般出现在白色区域内，其他元素一般都出现在白色区域周边外围，相当于占用的是画布的区域位置（单子图情况下，子图区域与画布区域基本是重叠的）。

图形包含：柱状图bar，饼图pie，折线图plot，直方图hist，箱线图boxplot，线条axvline/axhline，数据标签text，等等。这些图形都出现在白色区域里面，属于作图区域，用到的都是数据坐标。

三、绘图流程

一般情况下，绘制图形的流程如下所示。

关于第1、第2两个部分：创建画布与坐标系，可以分开实现，也可以合并实现，甚至可以不用代码实现（默认情况下，自动创建一张画布和一个坐标系）。

第5步调整子图布局，也仅在需要的时候（比如子图间字符重叠），才需要调整子图间的位置空隙大小（可可手动，也可自动）。

四、代码示例

下面示例了三种作图代码，演示了用不同接口作图，其效果是一样的。为了区分画布与子图，特地将画布的背景色设置为grey，方便大家查看。在实际画图，并不需要设置，默认为白色即可。

一、先创建画布，再创建坐标系/子图(用fig/ax对象画图)

fig = plt.figure(figsize=(6.4, 4.8), facecolor=’grey’)

fig.suptitle(‘画布标题’)

ax = fig.gca() # 创建或返回当前坐标系

ax.set_title(‘坐标轴标题’, color=’b’)

fig.show()

二、画布与坐标系同时创建(用pyplot接口画图)

fig, ax = plt.subplots(facecolor=’grey’)

plt.suptitle(‘画布标题’)

plt.title(‘坐标轴标题’, color= ‘b’)

plt.show()

三、直接作图（画布和坐标轴是默认创建）

plt.suptitle(‘画布标题’)

plt.title(‘坐标轴标题’, color= ‘b’)

# # 可以切换到不同的接口作图

fig = plt.gcf()

fig.set_facecolor(‘grey’)

ax = plt.gca()

plt.show()

上述三种代码写法，画出的图形结果都一样，如下图所示。

理解了画图的对象，后续绘制图形就不难了。