matplotlib手册(2)-pyplot.figure

这里，我们继续上一节，继续学习下pyplot

参考官方文档：http://matplotlib.org/2.0.2/users/pyplot_tutorial.html

1. pyplot.figure

   我暂时是把他理解成画板的意思，前面我们虽然没有使用figure，但是默认会创建一个figure

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, **kwargs)



#这里有几个常用的参数，比如num，这就好比是一个id，来表示每一个figure

num : integer or string, optional, default: none

#画板的大小

figsize : tuple of integers, optional, default: None

#表示画板的背景颜色

facecolor :the background color. If not provided, defaults to rc figure.facecolor

我们来个小例子，我们就创建3个figure，修改背景颜色，不做其他的

import matplotlib.pyplot as plt



plt.figure('one' ,facecolor='green')



plt.figure('two' ,facecolor='red')



plt.figure('three' ,facecolor='blue')





plt.show()

上面，我们新建3个figure，名字分别是“one”，“two”，“three”，执行后，会看到这3个figure

不同的画板，我们可以在上面画不同的图

import matplotlib.pyplot as plt



plt.figure('one')



plt.plot([1,2,3] , [3,5,1])



plt.figure('two')

plt.plot([1,2,3] , [3,5,1],'ro')



#plt.figure('three' ,facecolor='blue')





plt.show()

有的时候，我们只是想在一个画板上，显示多个图，比如上面这个，我们想在一个figure上显示

这时候，我们需要用到另一个函数

2. pyplot.subplot

matplotlib.pyplot.subplot(*args, **kwargs)



#plot_number starts at 1

subplot(nrows, ncols, plot_number)

这个函数不知道翻译成什么，大概的意思，就是说把figure分割成了几块，nrows:多少行，ncols：多少列，plot_number：编号；

这里面有一个轴的概念，因为每个图都有自己的横纵坐标，这里也说是把figure分成了nrows*ncols 个子轴

import matplotlib.pyplot as plt



plt.figure('one')



#2行1列，第1个

plt.subplot(2,1,1)

plt.plot([1,2,3] , [3,5,1])



#2行1列，第2个

plt.subplot(2,1,2)

plt.plot([1,2,3] , [3,5,1],'ro')



plt.show()

3. pyplot常用方法

下面，我们补充下pyplot的一些常用方法

import matplotlib.pyplot as plt



plt.figure('one')



#2行1列，第1个

plt.subplot(2,1,1)

plt.plot([1,2,3] , [3,5,1],label='label1')



#添加x轴标题

plt.xlabel('name',fontsize=14, color='green')

#添加y轴标题

plt.ylabel('age')

#添加标题

plt.title('hello world')

#添加文本注释

plt.text(2, 2, 'hey,look at me')



#显示图例

plt.legend()



#显示网格线

plt.grid(True)



#2行1列，第2个

plt.subplot(2,1,2)

plt.plot([1,2,3] , [3,5,1],'ro')



plt.show()

上面的text函数，可以添加文本标记，还有一个更好用的函数annotate,

plt.annotate('local max', xy=(1.25, 3), xytext=(3, 1.5),

            arrowprops=dict(facecolor='black', shrink=0.05),

            )

这些函数，实在太多，功能太强大了，得慢慢来消化，多使用。