【matplotlib可视化】的基本认识

最新推荐文章于 2024-01-30 07:55:58 发布

rightgoon

最新推荐文章于 2024-01-30 07:55:58 发布

阅读量202

点赞数

CC 4.0 BY-SA版权

分类专栏：可视化文章标签：可视化

本文链接：https://blog.csdn.net/weixin_41545602/article/details/111183011

本文介绍了matplotlib的可视化基础知识，包括两种接口：面向对象和pyplot，以及figure和axes的概念。figure可以包含多个axes，每个axes是数据绘制的区域，有自己的标题、x和y标签。所有的绘图元素被称为artist，如Line2D、Text和Patch等。

综述

Matplotlib在figures上绘制数据（例如，窗口，Jupyter小部件等），每个figure都可以包含一个或多个axes，axes是可以根据x-y坐标（或极坐标中的theta-r或3-D图中的x-y-z等）指定点points的区域。

The object-oriented interface and the pyplot interface

使用matplotlilb绘图的两种方式：

显式地创建figures和axes，而后调用相应的method。适用于多图的时候，用axes布局？
依靠pyplot自动创建和管理figures和axes

使用subplots()可以创建figure和axes

x = np.linspace(0, 2, 100)

# Note that even in the OO-style, we use `.pyplot.figure` to create the figure.
fig, ax = plt.subplots()  # Create a figure and an axes.
ax.plot(x, x, label='linear')  # Plot some data on the axes.
ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...
ax.plot(x, x**3, label='cubic')  # ... and some more.
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes