（数据分析三板斧）第三斧Matplotlib-第一节：Matplotlib及其三层结构

Posted 2022-05-09 快乐江湖

文章目录

• 一：什么是Matplotlib
• 二：实现一个简单的Matplotlib图
• 三：Matplotlib图像结构
• 四：Matplotlib三层结构
• • （1）容器层
  • （2）辅助显示层
  • （3）图像层

一：什么是Matplotlib

Matplotlib 是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式

• Mat是指Matrix：表示矩阵（二维表）
• plot：画图
• lib是指library：表示库

不管是Matplotlib、又或者是MatLab，使用他们的一个很大的目的就是为了数据可视化，它可以帮助我们清晰的展示、理解数据

二：实现一个简单的Matplotlib图

代码如下

import matplotlib.pyplot as plt  # 导入
#  matplotlib inline 如果使用jupyter，需要加入


plt.figure()  # 创建一块画布
plt.plot([1, 0, 9], [4, 5, 6])  # 描点画图：(1,4)、(0,5)、(9,6)
plt.show()  # 展示

三：Matplotlib图像结构

Matplotlib绘制出的图像结构、基本要素如下

四：Matplotlib三层结构

Matplotlib所绘制出的图像由三层构成

• 容器层
• 辅助显示层
• 图像层

这部分内容我认为非常重要，把它们之间的逻辑关系理清有助于我们更好的绘图

（1）容器层

容器层是绘图的基础，由以下部分构成

• 画板层（Canvas）：位于最底层（这是一个系统层），用于放置画布（Figure），程序运行后直接就给你显示了一个画板
• 画布层（Figure）：位于Canvas上方（这是一个应用层），可以通过plt.figure()设定画布的大小、分辨率等等， 一个Figure可以划分出多个绘图区域Axes（用户自定，如果你不设定那么一个Figure就一个绘图区）
• 绘图区/坐标系（Axes）：这是数据的绘图区域，可以通过plt.subplots()划分出来。每个Axes上有Axis，也即坐标轴。辅助显示层和图像层均位于其上

因此

• 一个画布(Figure)可以包含多个坐标系/绘图区（Axes），但是一个Axes只能属于一个Figure
• 一个坐标系/绘图区（Axes）可以包含多个坐标轴（Axis）；如果两个Axis就是二维的

比如

import  matplotlib.pyplot as plt
plt.figure(figsize=(6,6), dpi=80)
plt.figure(1)
ax1 = plt.subplot(221)
plt.plot([1,2,3,4],[4,5,7,8], color="r",linestyle = "--")
ax2 = plt.subplot(222)
plt.plot([1,2,3,5],[2,3,5,7],color="y",linestyle = "-")
ax3 = plt.subplot(212)
plt.plot([1,2,3,4],[11,22,33,44],color="g",linestyle = "-.")

（2）辅助显示层

辅助显示层是为了使图像能够更加直观、更加容易被用户理解，比如PS中的参考线。例如

• 边框线（spines）
• 坐标轴（axis）
• 坐标轴名称（axis label）
• 坐标轴刻度（tick）
• 刻度标签（tick label）
• 网格线（grid）

（3）图像层

图像层指的就是用户通过plot、scatter、bar、pie等绘制出的图像

---

总的来说

• Canvas位于最底层，用户不用管
• Figure建立在Canvas之上
• Axes建立在Figure之上，可以划分多个
• axis、legend等辅助显示层以及图像层建立在Axes之上