创建图形区域

在进行数据分析处理的时候，我们常常要进行数据可视化，此时在Python中我们就要用到一个非常强大的画图包matplotlib。画图我们常常用到的是其中的pyplot。

import matplotlib.pyplot as plt

pyplot.figure

figure函数的作用即为新建一个图像区域，函数主要的参数及解释如下：

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True）

num：图像编号（整数）或名称（字符串）
fidsize：图像尺寸
dpi：图像分辨率
facecolor：背景色
edgecolor：边缘颜色
frameon：图像边框（默认有边框）

返回值：.figure.Figure

默认参数

plt.figure()
plt.plot([0,1],[0,1])

output_8_1.png

自定义参数

plt.figure(figsize=(10,6),frameon=False)
plt.plot([0,1],[0,1])

output_9_1.png

plt.figure(facecolor='#B9E0ED')
plt.plot([0,1],[0,1])

output_10_1.png

通过figure划分子区域：add_subplot和add_axes

add_subplot

figure.add_subplot的语法结构和下面要说的pyplot.subplot的基本一样：

add_subplot(nrows, ncols, index, **kwargs)

add_axes

add_axes的语法结构：

add_axes(rect, projection=None, polar=False, **kwargs)

rect是一个四元数组来表示一个矩形，表示为[left, bottom, width, height]，其中(left, bottom)是表示这个矩形左下角的坐标，(width, height)表示矩形的长和宽。这样可以在图形区域的相应位置的矩形的。

fig = plt.figure(figsize=(8,6))
plt.plot()
ax = fig.add_axes([0.1,0.5,0.3,0.3])

output_14_0.png

两个函数同时使用看看结果：

fig = plt.figure(figsize=(8,6))
plt.plot()
fig.add_subplot(2,2,4)
fig.add_axes([0.1,0.5,0.3,0.3])

output_16_1.png

pyplot.subplots

subplots同样也是创建新的图像，与figure不同的是subplots可以创建多个子区域，并返回一个可以自定义的子区域数据结构Axes。基本语法如下：

subplots(nrows=1, ncols=1, sharex=False, sharey=False)

nrows, ncols：表示划分成多少行多少列的区域
sharex, sharey：表示是否使用相同的x轴还是y轴

除以上这些参数以外还可以使用figure中的参数。

返回值：.figure.Figure, .axes.Axes

前者是有关画图的最上级的数据结构；后者是一个或一组具有数据空间的图像区域

fig, ax = plt.subplots(2,2, figsize=(8,6))

output_20_0.png

import numpy as np
np.shape(ax)

(2, 2)

这个例子当中我们新建了一个划分成 $2\times2$ 的图像区域，可以理解成一个图像矩阵，而每个图像对应着一个.axes.Axes数据结构，因此命令输出的ax也将是一个 $2\times2$ 包含.axes.Axes的结构.

fig = plt.figure(num=1,figsize=(10,6))
plt.plot([0,1],[1,0])
fig2, ax2 = plt.subplots(figsize=(5,3), num=2)
plt.plot([0,1],[0,1])

output_23_1.png

output_23_2.png

我们发现当用figure新建一个图像时，plt.plot是在这个新建的图像上进行操作，而plt.subplots则又重新新建了一个新的坐标图。此时如果再运行subplots，所画的图像将在新生成的图像区域中。

那么问题来了，如果我新画的直线还想画在大图里怎么操作？

我们知道，plot是在当前“激活”的图像中进行画图，那么如果要回到大图中画，则要重新“激活” figure 1。

fig = plt.figure(num=1,figsize=(10,6))
plt.plot([0,1],[1,0])
fig2, ax2 = plt.subplots(figsize=(5,3), num=2)
plt.figure(1) #重新激活 figure 1
plt.plot([0,1],[0,1])

output_25_1.png

output_25_2.png

pyplot.subplot

subplot注意不要和subplots混淆，subplot是在现有的figure中加入子图的基本语法：

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(ax)

返回值：.Axes

nrows, ncols, index的意思是，把现有的图形区域划分为 $nrows \times ncols$ 的几个子区域，从第一排开始，从左至右数第 $index$ 位置被“激活”
下面用几个例子来说明subplot的用法

plt.figure(figsize=(10,6))
ax1 = plt.subplot(221)
plt.plot([0,1],[0,1])
ax2 = plt.subplot(2,2,4)
plt.plot([0,1],[1,0])

fig, ax = plt.subplots(2,2, figsize=(8,6))
ax3 = plt.subplot(ax[1,0])
plt.plot([0,1],[0,1])
ax3 = plt.subplot(222)
plt.plot([0,1],[1,0])

output_28_1.png

output_28_2.png

所以subplot可以在figure生成的图像区域内划分子区域并在目标位置画图，或者在subplots已经划分好的子区域内相应位置画图。

问题来了，如果subplot的位置和在subplots所划分的区域并不匹配会出现什么结果？我们通过下面这个了例子说明这个问题。

fig, ax = plt.subplots(2,2, figsize=(10,8)) #分为2*2
plt.subplot(333) # 分成3*3取第3个位置
plt.plot([0,1],[0,1])

output_31_1.png

可以发现通过subplot被激活的位置的图会把subplots下相应位置的图给覆盖掉。

【Python基础】Matplotlib基础（一）：创建图形区域