python Matplotlib數(shù)據(jù)可視化（2）：詳解三大容器對象與常用設(shè)置
上一篇博客中說到，matplotlib中所有畫圖元素（artist）分為兩類：基本型和容器型。容器型元素包括三種：figure、axes、axis。一次畫圖的必經(jīng)流程就是先創(chuàng)建好figure實(shí)例，接著由figure去創(chuàng)建一個或者多個axes，然后通過axes實(shí)例調(diào)用各種方法來添加各種基本型元素，最后通過axes實(shí)例本身的各種方法亦或者通過axes獲取axis實(shí)例實(shí)現(xiàn)對各種元素的細(xì)節(jié)操控。
本篇博客繼續(xù)上一節(jié)的內(nèi)容，展開介紹三大容器元素創(chuàng)建即通過三大容器可以完成的常用設(shè)置。
1 figure
1.1 創(chuàng)建figure
在上文中我們一直提到的figure指的是Figure類的實(shí)例化對象，當(dāng)然我們一般不會直接去實(shí)例化Figure類，因?yàn)檫@樣創(chuàng)建的Figure實(shí)例對象不能納入序列中共同管理。matplotlib中提供了多種方法創(chuàng)建figure，其中屬pyplot模塊中的figure()方法最常用也最方便，下面我們來說說這個方法。
figure方法參數(shù)如下：
- num：整型或字符串類型，可選參數(shù)，默認(rèn)為None。這個參數(shù)課可以理解為是figure的身份標(biāo)識，即id。當(dāng)值為None時，會創(chuàng)建一個figure實(shí)例，該實(shí)例的num值會在已有基礎(chǔ)上自增；當(dāng)該參數(shù)不為None時，如果與已有的num值重復(fù)，則會切換到該figure使其處于激活狀態(tài)，并返回一個該figure的引用；如果傳入的參數(shù)為字符串，該字符串將會被設(shè)置為figure的標(biāo)題。
- figsize：tuple類型，可選參數(shù)，默認(rèn)為None。通過figsize參數(shù)可以設(shè)置figure的size，即（width, height)，單位為inch。當(dāng)值為None時，采用默認(rèn)size。
- dpi：整型，可選參數(shù)，用于設(shè)置圖片像素。
- facecolor：可選參數(shù)，用于設(shè)置前景色，默認(rèn)為白色。
- edgecolor：可選參數(shù)，用于設(shè)置邊框顏色，默認(rèn)為黑色。
- frameon：bool類型，可選參數(shù)，表示是否繪制窗口的圖框，默認(rèn)是。
- FigureClass：傳入一個類名，當(dāng)使用自定義的類實(shí)例化figure時使用，默認(rèn)為matplotlib.figure.Figure。
- clear：bool類型，可選參數(shù)，默認(rèn)為False。如果值為True的話，如果figure已存在，則會清除該figure的全部內(nèi)容。
from matplotlib import pyplot as plt import matplotlib as mpl import numpy as np mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體支持
fig = plt.figure(figsize=(4,2), facecolor='grey') # 創(chuàng)建figure fig.add_axes((0,0,1,1)) # 必須添加axes后才能顯示 plt.show()
在jupyter編輯器中，空白的figure是不會顯示的，所以必須在figure中至少添加一個axes。
1.2 figure的常用設(shè)置
1.2.1 set方法通用設(shè)置
創(chuàng)建figure時的各個參數(shù)基本都可以通過figure實(shí)例對象中對應(yīng)的對應(yīng)的set方法進(jìn)行修改,例如set_facecolor()用來設(shè)置前景色，set_size_inches()用來設(shè)置大小等。
設(shè)置前景色：
fig = plt.figure(figsize=(4,2))
fig.set_facecolor('grey') # 設(shè)置前景色
plt.plot()
plt.show()
fig = plt.figure() fig.set_size_inches(2,3) # 設(shè)置大小 plt.plot() plt.show()
1.2.2 設(shè)置figure標(biāo)題
fig = plt.figure(figsize=(4,2))
fig.suptitle("figure title", color='red') # 設(shè)置figure標(biāo)題
plt.plot()
plt.show()
1.2.3 添加文本
fig = plt.figure(figsize=(4,2)) fig.text(0.5,0.5,"figure text",color='red') # 設(shè)置figure標(biāo)題，前兩個參數(shù)分別表示到左邊框和上邊框的百分比距離 plt.plot() plt.show()
1.2.4 設(shè)置圖例
fig = plt.figure(figsize=(5,3)) axes = fig.add_axes((0,0,0.8,1)) x = np.linspace(0, 10, 1000) line1, = axes.plot(x, np.sin(x)) # 注意，line1后面有個逗號，因?yàn)閜lot()方法返回值是一個列表 line2, = axes.plot(x, np.cos(x)) fig.legend([line1, line2],['sin', 'cos']) plt.show()
1.2.5 設(shè)置子圖間距
fig, axes = plt.subplots(2,2,facecolor='grey') fig.subplots_adjust(left=None, # 設(shè)置畫圖區(qū)域與figure上下左右邊框的比例距離 bottom=None, right=None, top=None, wspace=0.3, # 子圖間水平方向距離 hspace=1) # 子圖間垂直方向距離 plt.show()
2 axes
axes可以認(rèn)為是figure這張畫圖上的子圖，因?yàn)樽訄D上一般都是坐標(biāo)圖，所以我更愿意理解為軸域或者坐標(biāo)系。
2.1 創(chuàng)建axes
一個figure可以有多個axes, 無論是pyplot模塊還是figure實(shí)例內(nèi)都定義有多種創(chuàng)建axes的方法。 （1） plt.axes()
plt.axes()是指pyplot模塊中的axes()方法，該方法會在當(dāng)前激活的figure中創(chuàng)建一個axes，并使創(chuàng)建好的axes處于激活狀態(tài)。當(dāng)傳入的第一個位置參數(shù)為空時，該方法會創(chuàng)建一個占滿整個figure的axes；通常我們可以傳入一個tuple參數(shù)(left, botton, width, height)作為第一個位置參數(shù)，tuple中四個元素分別表示與figure左邊框比例距離，邊框?qū)挾日糵igure寬度的比例，寬度比例，高度占figure高度的比例。通過這種方式添加axes時，matplotlib會自動創(chuàng)建一個axes，然后將創(chuàng)建好的axes按照給定的位置和size添加到figure中，最后返回一個axes的引用。
fig1 = plt.figure(figsize=(4,2), facecolor='grey') ax1 = plt.axes((0.1, 0.1, 0.8, 0.7), facecolor='green') fig2 = plt.figure(figsize=(4,2), facecolor='yellow') ax2 = plt.axes((0.1, 0.1, 0.8, 0.8), facecolor='red') # 這個axes將會被覆蓋在下面 plt.show()
注意，如果在相同區(qū)域添加axes，后面添加的axes會把前面添加的axes覆蓋。
fig = plt.figure(figsize=(4,2), facecolor='grey') ax1 = plt.axes((0.1, 0.1, 0.8, 0.8), facecolor='green') ax2 = plt.axes((0.1, 0.1, 0.8, 0.7), facecolor='red') # 這個axes將會被覆蓋在下面 plt.show()
（2） figure.add_axes()
figure.add_axes()方法的作用是將一個axes添加到figure中，這一方法可以傳入一個已創(chuàng)建好的axes作為第一個參數(shù)，add_axes會將傳入的axes添加到figure中，但這種情況使用不多。在大多數(shù)情況下，我們會如同上述在plt.axes()方法中那樣傳遞一個tuple參數(shù)(left, botton, width, height)作為第一個位置參數(shù)。同樣，如果在相同區(qū)域添加axes，后面添加的axes會把前面添加的axes覆蓋。
fig = plt.figure(figsize=(4,2), facecolor='grey') fig.add_axes((0.1, 0.1, 0.3, 0.7), facecolor='green') # 這個axes將會被覆蓋在下面 fig.add_axes((0.5, 0.1, 0.3, 0.7), facecolor='red') plt.show()
（3） plt.subplot與plt.subplots()
plt.subplot和plt.subplots()是在pyplot模塊中定義的兩個方法，兩個方法都是將figure劃分為多行多列的網(wǎng)格，然后添加axes，但功能和用法卻有些許不同。
- plt.subplot()
plt.subplot主要包括三個參數(shù)(nrows, ncols, index),分別表示行數(shù)、列數(shù)和索引，該方法會根據(jù)指定的行列數(shù)對figure劃分為網(wǎng)格，讓后在指定索引的網(wǎng)格中創(chuàng)建axes，并返回該axes的引用。索引是從1開始從左往右，從上到下遞增，例如plt.subplot(2,2,4)表示將figure劃分為兩行兩列的4個網(wǎng)格，并在第4個子網(wǎng)格中創(chuàng)建一個axes然后返回。注意，每一次調(diào)用plt.subplot()方法只會在指定索引的子網(wǎng)格中創(chuàng)建axes，而不是在所有子網(wǎng)格中都創(chuàng)建axes，如果需要在多個子網(wǎng)格中創(chuàng)建axes，那么就需要多次調(diào)用plt.subplot()指定不同的索引。另外，如果nrows, ncols, index三個參數(shù)都小于10，可以將這三個參數(shù)合并成一個3位整數(shù)來寫，例如plt.subplot(2,2,4)與plt.subplot(224)是完全等效的。
fig = plt.figure(figsize=(4,4), facecolor='grey') ax1 = plt.subplot(221,facecolor='green') ax2 = plt.subplot(224,facecolor='red') plt.show()
- plt.subplots()
與plt.subplot()不同的是，plt.subplots()會重新創(chuàng)建一個figure，然后將創(chuàng)建好的figure按照指定的行列數(shù)劃分為網(wǎng)格，并在每一個子網(wǎng)格中各創(chuàng)建一個axes，最終同時返回figure和所有子網(wǎng)格中axes組成的numpy數(shù)組中。
fig, axes = plt.subplots(2,2,facecolor='grey')
fig.suptitle('figure title')
print(type(axes))
axes[0,0].set_facecolor('green')
axes[1,1].set_facecolor('red')
plt.show()
plt.subplots()還有一對參數(shù)sharex, sharey用于設(shè)置是否共享x軸或y軸，這對參數(shù)有取值可以使bool型或'none', 'all', 'row', 'col'這4個字符串中的一個，分別有以下含義：
- False 和 'none'表示不共享，任何子圖中的x軸或y軸都是相互獨(dú)立的；
- True 和 'all'表示所有子圖共享x軸或y軸；
- 'row' 表示同一行的子圖共享x軸或y軸；
- 'col' 表示同一列的子圖共享x軸或y軸；
fig, axes = plt.subplots(2,2,sharex=True,sharey=True,facecolor='grey')
fig.suptitle('figure title')
axes[0,0].set_facecolor('green')
axes[1,1].set_facecolor('red')
plt.show()
（4) figure.add_subplot()與figure.subplots()
figure.add_subplot與上文中介紹過的plt.subplot()無論是功能還是使用方法上都是幾乎一樣的，唯一區(qū)別就是plt.subplot()的目標(biāo)是在當(dāng)前激活的figure，而figure.add_subplot()是調(diào)用add_subplot()方法的figure。
fig = plt.figure(figsize=(4,4), facecolor='grey') ax1 = fig.add_subplot(221,facecolor='green') ax2 = fig.add_subplot(224,facecolor='red') plt.show()
figure.subplots()的功能、用法又與上文中介紹過的plt.subplots()很相似，區(qū)別在于figure.subplots()不會重新創(chuàng)建一個figure，而是對當(dāng)前的figure進(jìn)行劃分網(wǎng)格并在每一個網(wǎng)格中都創(chuàng)建一個axes。
fig = plt.figure(facecolor='grey')
axes = fig.subplots(2,2)
axes[0, 0].set_facecolor('green')
axes[1, 1].set_facecolor('red')
plt.show()
2.2 axes的常用設(shè)置
axes是matplotlib作圖中眾多元素的核心，可以說，大多數(shù)的設(shè)置都可以通過axes來完成。
2.2.1 設(shè)置標(biāo)題
fig = plt.figure(facecolor='grey')
fig.suptitle("figure 標(biāo)題", color='red')
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
ax1.set_title(' 圖 1') # 設(shè)置標(biāo)題
ax2.set_title(' 圖 2')
plt.show()
2.2.2 設(shè)置圖例
fig = plt.figure(figsize=(5,3)) axes = fig.add_axes((0,0,0.8,1)) x = np.linspace(0, 10, 1000) line1, = axes.plot(x, np.sin(x)) line2, = axes.plot(x, np.cos(x)) axes.legend([line1, line2],['正弦', '余弦']) plt.show()
2.2.3 設(shè)置坐標(biāo)軸名稱
fig = plt.figure(figsize=(4,1))
axes = fig.add_axes((0,0,1,1))
axes.set_xlabel('x軸', fontsize=15)
axes.set_ylabel('y軸', fontsize=15, color='red')
plt.show()
2.2.4 設(shè)置坐標(biāo)軸范圍
fig = plt.figure(figsize=(6,2)) axes = fig.add_axes((0,0,0.8,1)) x = np.linspace(-3, 5, 1000) line1, = axes.plot(x, np.sin(x)) axes.set_xlim((-3,5)) # 設(shè)置橫坐標(biāo)范圍 axes.set_ylim((-3,3)) # 設(shè)置縱坐標(biāo)范圍 plt.show()
2.2.5 隱藏邊框
fig = plt.figure(figsize=(6,2))
axes = fig.add_axes((0,0,0.8,1))
x = np.linspace(-10, 10, 1000)
line1, = axes.plot(x, np.sin(x))
axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍
axes.spines['right'].set_color('none') #隱藏掉右邊框線
axes.spines['top'].set_color('none') #隱藏掉左邊框線
plt.show()
2.2.6 顯示網(wǎng)格
fig = plt.figure(figsize=(6,2)) axes = fig.add_axes((0,0,0.8,1)) x = np.linspace(-10, 10, 1000) line1, = axes.plot(x, np.sin(x)) axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍 axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍 axes.grid(True) plt.show()
2.2.7 添加注釋
fig = plt.figure(figsize=(6,2))
axes = fig.add_axes((0,0,0.8,1))
x = np.linspace(-10, 10, 1000)
line1, = axes.plot(x, np.sin(x))
axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍
axes.grid(True)
axes.annotate('原點(diǎn)', xy=(0, 0), # xy是指向點(diǎn)的坐標(biāo)
xytext=(2.5, -1.5), # xytext注釋文字的坐標(biāo)
arrowprops=dict(facecolor='red'))
plt.show()
3 axis
axis在matplotlib中是一種類似于坐標(biāo)軸的概念，負(fù)責(zé)處理軸標(biāo)簽、刻度線、刻度標(biāo)簽、網(wǎng)格線的繪制。在大多數(shù)情況下，axis我們手動創(chuàng)建，在創(chuàng)建axes時會一并創(chuàng)建axis，通過axes的實(shí)例對象即可調(diào)用axes內(nèi)的axis實(shí)例。通過axis實(shí)例，我們可以實(shí)現(xiàn)更加多樣化、細(xì)微的圖標(biāo)操作。
通過axes實(shí)例可以調(diào)用get_xaxis()方法獲取axis實(shí)例，然后實(shí)現(xiàn)對label等對象的操作。
3.1 axis常用設(shè)置
3.1.1 設(shè)置坐標(biāo)軸名稱
fig = plt.figure(figsize=(4,2), facecolor='grey')
axes = fig.add_axes((0, 0,1,1))
# x軸
axes.get_xaxis().get_label().set_text('x axis')
axes.get_xaxis().get_label().set_color('red')
axes.get_xaxis().get_label().set_fontsize(16)
# y軸
axes.yaxis.get_label().set_text('y axis')
axes.yaxis.get_label().set_color('blue')
axes.yaxis.get_label().set_fontsize(16)
plt.show()
3.1.2 設(shè)置坐標(biāo)軸刻度標(biāo)簽樣式
fig = plt.figure(figsize=(4,2), facecolor='grey')
axes = fig.add_axes((0, 0,1,1))
# 設(shè)置x軸刻度標(biāo)簽
for tl in axes.get_xaxis().get_ticklabels():
tl.set_color('red')
tl.set_rotation(45)
tl.set_fontsize(16)
plt.show()
3.1.3 設(shè)置坐標(biāo)軸刻度位置
import matplotlib.ticker as ticker
# Fixing random state for reproducibility
np.random.seed(19680801)
fig, ax = plt.subplots()
ax.plot(100*np.random.rand(20))
formatter = ticker.FormatStrFormatter('$%1.2f')
ax.yaxis.set_major_formatter(formatter)
for tick in ax.yaxis.get_major_ticks():
tick.label1.set_visible(False)
tick.label2.set_visible(True)
tick.label2.set_color('green')
plt.show()
3.1.4 設(shè)置坐標(biāo)軸位置
fig = plt.figure(figsize=(6,2))
axes = fig.add_axes((0,0,0.8,1))
x = np.linspace(-10, 10, 1000)
line1, = axes.plot(x, np.sin(x))
axes.set_xlim((-10,10)) # 設(shè)置橫坐標(biāo)范圍
axes.set_ylim((-2,2)) # 設(shè)置縱坐標(biāo)范圍
axes.spines['right'].set_color('none') #隱藏掉右邊框線
axes.spines['top'].set_color('none') #隱藏掉左邊框線
axes.xaxis.set_ticks_position('bottom') #設(shè)置坐標(biāo)軸位置
axes.yaxis.set_ticks_position('left') #設(shè)置坐標(biāo)軸位置
axes.spines['bottom'].set_position(('data', 0)) #綁定坐標(biāo)軸位置，data為根據(jù)數(shù)據(jù)自己判斷
axes.spines['left'].set_position(('data', 0))
plt.show()
4 總結(jié)
本文主要介紹matplotlib圖表的三種容器元素：figure、axes、axis。figure是最底層的容器，相當(dāng)于一張畫布，在畫布上，我們可以畫多個axes，axes就是figure上的子圖，每個axes都是一張獨(dú)立的圖表，每個axes包含多個axis，通過axis我們可以實(shí)現(xiàn)對圖表更多細(xì)節(jié)上的操作。
理解了matplotlib圖表三個層次的布局，我們就可以通過figure -> axes --> axis的流程完成圖表在宏觀層面的創(chuàng)建。在后續(xù)的博客中，將會繼續(xù)介紹對圖表更多更加細(xì)節(jié)化的設(shè)置以及如何畫各種不同的統(tǒng)計(jì)圖表。
參考
以上就是python Matplotlib數(shù)據(jù)可視化（2）：詳解三大容器對象與常用設(shè)置的詳細(xì)內(nèi)容，更多關(guān)于Matplotlib數(shù)據(jù)可視化（2）：三大容器對象與常用設(shè)置的資料請關(guān)注腳本之家其它相關(guān)文章！
- Python數(shù)據(jù)可視化編程通過Matplotlib創(chuàng)建散點(diǎn)圖代碼示例
- 通過python的matplotlib包將Tensorflow數(shù)據(jù)進(jìn)行可視化的方法
- Python數(shù)據(jù)可視化教程之Matplotlib實(shí)現(xiàn)各種圖表實(shí)例
- python Matplotlib數(shù)據(jù)可視化（1）：簡單入門
- Python數(shù)據(jù)可視化之用Matplotlib繪制常用圖形
- python數(shù)據(jù)可視化之matplotlib.pyplot基礎(chǔ)以及折線圖
- Python 數(shù)據(jù)可視化之Matplotlib詳解
- Python利用matplotlib模塊數(shù)據(jù)可視化繪制3D圖
- Python數(shù)據(jù)可視化之使用matplotlib繪制簡單圖表
- Python數(shù)據(jù)分析應(yīng)用之Matplotlib數(shù)據(jù)可視化詳情
相關(guān)文章
Python實(shí)現(xiàn)12306自動搶火車票功能
一到國慶、春節(jié)這種長假，搶火車票就非常困難？各大互聯(lián)網(wǎng)公司都推出搶票服務(wù)，只要加錢給服務(wù)費(fèi)就可以增加搶到票的幾率。本文將和你一起探索搶票軟件背后的原理。2021-12-12
這篇文章主要介紹了Python中列表與元組的乘法操作,結(jié)合簡單實(shí)例形式分析了Python中列表、元組的乘法,并附帶分析了字符串的乘法及元組乘法操作的注意事項(xiàng),需要的朋友可以參考下2018-02-02
這篇文章主要介紹了python with和上下文管理器的相關(guān)資料，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-09-09
這篇文章主要為大家詳細(xì)介紹了python爬蟲之自動登錄與驗(yàn)證碼識別，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-09-09
python實(shí)現(xiàn)爬蟲統(tǒng)計(jì)學(xué)校BBS男女比例（一）
這篇文章主要介紹了python實(shí)現(xiàn)爬蟲統(tǒng)計(jì)學(xué)校BBS男女比例，,需要的朋友可以參考下2015-12-12
這篇文章主要介紹了利用Python爬蟲爬取百度的春節(jié)祝福語，并將其生成心形詞云，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起試試2022-01-01
使用Python實(shí)現(xiàn)MongoDB數(shù)據(jù)轉(zhuǎn)表格文件CSV
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)將MongoDB中的數(shù)據(jù)轉(zhuǎn)換為表格文件（如CSV）以便于數(shù)據(jù)交換、共享或?qū)氲狡渌到y(tǒng)進(jìn)行分析,需要的可以參考下2024-04-04
估計(jì)很多人跟我一樣初學(xué)python看代碼的時候先找一下main()方法,從main往下看。但事實(shí)上python中是沒有你理解中的“main()”方法的,一起來看看吧2023-03-03
python爬蟲系列Selenium定向爬取虎撲籃球圖片詳解
這篇文章主要介紹了python爬蟲系列Selenium定向爬取虎撲籃球圖片詳解，具有一定參考價值，喜歡的朋友可以了解下。2017-11-11
教你在Excel中調(diào)用Python腳本實(shí)現(xiàn)數(shù)據(jù)自動化處理的方法
Excel是全世界最流行的編程語言，Excel已經(jīng)可以實(shí)現(xiàn)編程語言的算法，因此它是具備圖靈完備性的，和JavaScript、Java、Python一樣，今天通過本文給大家介紹下Python數(shù)據(jù)自動化處理的相關(guān)知識，感興趣的朋友一起看看吧2022-02-02