【matplotlib繪圖】matplotlib.pyplot與axes的關係

最近在學習數據可視化，梳理一下其中一些諸如pandas繪圖、matplotlib繪圖、pyplot(plt)、axes等概念。

重要的事情說三遍：axes不是axis！axes不是axis！axes不是axis！
重要的事情說三遍：pyplot是接口不是對象！pyplot是接口不是對象！pyplot是接口不是對象！

很多書上一上來就直接import matplotlib.pypltot as plt，然後就教你plt.xxx()。這種方式固然沒錯，可問題就出在了plt只是一個interface，只是一個接口，連對象都算不上（仔細回想，你確實沒有實例化過任何一個名叫plt類型的對象）這給本來就對面向對象編程並不很熟悉的我帶來無窮無盡的困擾。plt這個接口的意義在於：

1. 通過接口直接畫圖（這時候我們把這個接口看成一個黑盒，根本不要去管其中有些什麼對象類型）
2. 通過接口實例化別的類型的對象（如figure類型 axes類型等）

1.通過plt.xxx()直接繪圖

就像各種教程和書上的常規操作一樣，我們可以用plt.plot(), plt.bar()等繪製不同類型的圖（部分總結如下表）

表一 plt中用於繪圖的部分函數

函數名	作用
plt.bar()	條形圖
plt.barh()	橫排條形圖
plt.boxplot()	箱線圖（plt.box()是另一個函數）
plt.hist()	頻率直方圖
plt.plot()	折線圖

我們可以用plt的其他一些函數來對圖表的標題等進行設置（部分總結如下表）

表二 plt中用於設置的部分函數

函數名	作用
plt.title()	設置圖表標題
plt.grid()	設置圖表網格
plt.xlabel();plt.ylabel	設置x;y軸標題
plt.xticks();plt.yticks()	設置x;y軸刻度
plt.xlim();plt.ylim()	設置x;y軸範圍
plt.annotate()	設置標註

（具體的參數和用法詳見 https://matplotlib.org/api/pyplot_summary.html ）

用plt繪圖的方便之處，同樣也是它最令人迷惑的地方，就是它沒有一個顯性的對象。
我們甚至可以調用pandas繪圖以後，用表二中的plt函數來對pandas生成的這個圖表進行設置。

---

例程如下：

import matplotlib.pyplot as plt
from pandas import Series
data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])
#注意下一行的對象是'data'，它是一個series對象，調用的是pandas繪圖函數
data.plot(label='income', color = 'r', linestyle=':',  marker = 's')#具體的pandas繪圖之後會細講
#但接下來我們甚至可以調用plt的函數對它進行設置
plt.title('Income chart')
plt.xlabel('Year')
plt.ylabel('income')
plt.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->'))
plt.show()

---

上面這個例子就展示了pyplot(plt)的特點，不用指明對象就能進行畫圖和設置，當我們在同一個程序中的圖比較少的時候這是方便的，但當我們同一個程序中的圖很多的時候，這種沒有顯性對象的方式會導致我們沒有辦法重新調用之前的圖（因爲沒有對象名）也會給人一種很不踏實的感覺。

2.實例化figure和axes對象後繪圖

就像前文提到的，plt只是一個接口而不是對象。
在matplotlib中,有兩個重要的對象類型：figure對象可以把它想成一張空白圖紙，在上面可以繪製一個或多個axes對象（還可以有其他對象等）。axes對象是一個圖像的主要部分（它包括了圖線、xy軸等部分）。
我們可以使用plt接口生成figure對象和axes對象，然後對axes對象調用方法來實現畫圖和設置。
總體思路是：

1. 實例化figure對象
2. 實例化axes對象
3. 對axes對象調用方法進行畫圖和設置

---

例程如下：

import matplotlib.pyplot as plt
from pandas import Series
data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])
#調用plt接口，實例化figure1對象
figure1 = plt.figure(facecolor='w')#faceclolr設置背景顏色
#實例化ax1對象
ax1 = figure1.add_subplot(111)#ax1是figure1的第1行第一列的第1張圖表
#注意下一行的對象是'ax1'，它是一個axes對象，調用的是matplotlib.axes繪圖函數
ax1.plot(data,label='income', color = 'r', linestyle=':',  marker = 's')
#接下來我們調用ax1的方法對它進行設置
ax1.set_title('Income chart')
ax1.set_xlabel('Year')
ax1.set_ylabel('income')
ax1.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->'))

---

用這種方式畫出來的圖，每一個對象都有它自己的名字，方便後面繼續調用、修改。代碼也就多了兩行實例化的過程，並沒有麻煩很多，個人很喜歡用這種方式畫圖（也給人一種很踏實的感覺）。

類比上面的表一和表二，給出對於axes對象的方法函數表：

表三 axes對象用於繪圖的部分方法函數

函數名	作用
ax.bar()	條形圖
ax.barh()	橫排條形圖
ax.boxplot()	箱線圖
ax.hist()	頻率直方圖
ax.plot()	折線圖

表四 axes對象中用於設置的部分方法函數

函數名	作用
ax.set_title()	設置圖表標題
ax.set_xlabel(); ax.set_ylabel	設置x;y軸標題
ax.set_xticks(); ax.set_yticks()	設置x;y軸刻度
ax.set_xlim(); ax.set_ylim()	設置x;y軸範圍
ax.annotate()	設置標註

（具體的參數和用法詳見 https://matplotlib.org/api/axes_api.html#basic )

注意表一和表三，表二和表四的異同：

1. 表一表二中的plt是固定的名字，不論畫什麼都是plt.xxx()，而表三和表四中ax.xxx()中的ax要改成你實例的對象名。
2. 注意對比表二和表四，很多作用相同的東西，跑到了axes這裏要多加一個set_

用實例化axes的方式畫圖很重要，因爲多子圖的繪製更是需要依賴axes對象。

我還會分兩期分別介紹一下axes與多子圖的繪製和axes與pandas繪圖的關係。
覺得有用的話，不要吝惜評論點贊分享哦，希望大家多多包涵，有任何問題歡迎指正、討論。
本文基於CC-BY-SA 4.0協議，歡迎轉載
（博客看累了？去我的B站瞧一瞧？）