Matplotlib - 面向对象的接口

---

虽然使用matplotlib.pyplot模块很容易快速生成绘图，但建议使用面向对象的方法，因为它可以更好地控制和自定义绘图。大多数函数也可在 matplotlib.axes.Axes类中使用。

使用更正式的面向对象方法背后的主要思想是创建图形对象，然后调用该对象的方法或属性。这种方法有助于更好地处理具有多个绘图的画布。

在面向对象的界面中，Pyplot 仅用于少数功能，例如图形创建，用户显式创建并跟踪图形和轴对象。在这一级别，用户使用 Pyplot 创建图形，并通过这些图形可以创建一个或多个轴对象。这些轴对象随后用于大多数绘图操作。

首先，我们创建一个提供空画布的图形实例。

fig = plt.figure()

现在将轴添加到图中。add_axes ()方法需要一个包含 4 个元素的列表对象，分别对应于图形的左、下、宽和高。每个数字必须介于 0 和 1 之间 -

ax=fig.add_axes([0,0,1,1])

设置 x 轴和 y 轴以及标题的标签 -

ax.set_title("sine wave")
ax.set_xlabel('angle')
ax.set_ylabel('sine')

调用坐标区对象的plot()方法。

ax.plot(x,y)

如果您使用 Jupyter Notebook，则必须发出 %matplotlib inline 指令；pyplot 模块的 otherwistshow() 函数显示绘图。

考虑执行以下代码 -

from matplotlib import pyplot as plt
import numpy as np
import math
x = np.arange(0, math.pi*2, 0.05)
y = np.sin(x)
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.plot(x,y)
ax.set_title("sine wave")
ax.set_xlabel('angle')
ax.set_ylabel('sine')
plt.show()

输出

上面的代码行生成以下输出 -

在 Jupyter 笔记本中运行相同的代码时显示的输出如下所示 -