基于对象的可视化操作

相对于基于函数的可视化操作，Matplotlib 提供了更灵活的方式进行可视化操作 —— 基于对象的方法进行操作。

事实上，对 Matplotlib 来说，每张图都是一个 Figure 对象，可以通过 plt.figure() 函数产生。Figure 对象可以通过.add_axes() 方法向图中添加 Axes 对象。Axes 对象可以进行绘图操作，调用它的.plot() 方法相当于调用 plt.plot() 函数。

例如：

from matplotlib import pyplot as plt
import numpy as np
 
x = np.linspace(0, 5, 10)
y = x ** 2
 
fig = plt.figure()
 
axes = fig.add_axes([0.1, 0.1, 0.8, 0.8])
axes.plot(x, y, 'r')
 
plt.show()

				

					
				
				

					
				
				

					
				
				

					
				
			

​

绘制多张子图时，可以直接使用 plt.subplots() 函数来同时得到 Figure 对象和子图对应 Axes 对象数组：

import numpy as np
from matplotlib import pyplot as plt
 
def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)
 
t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)
 
fig, axes = plt.subplots(2, 1)
axes[0].plot(t1, f(t1), 'bo', t2, f(t2), 'k')
axes[1].plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

				

					
				
				

					
				
				

					
				
				

					
				
			

​

也可以调用两次.add_axes () 方法：

from matplotlib import pyplot as plt
import numpy as np
 
def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)
 
t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)
 
fig = plt.figure()
 
# 参数含义：左下角横坐标，纵坐标，横轴长度，纵轴长度
axes = fig.add_axes([0.1, 0.5, 0.8, 0.3]) 
 
axes.plot(t1, f(t1), 'bo', t2, f(t2), 'k')
 
# 参数含义：左下角横坐标，纵坐标，横轴长度，纵轴长度
axes = fig.add_axes([0.1, 0.1, 0.8, 0.3])
axes.plot(t2, np.cos(2*np.pi*t2), 'r--')
 
plt.show()

				

					
				
				

					
				
				

					
				
				

					
				
			

​