[Python知识库]Matplotlib数据可视化实操--axes()及其类函数和subplot()、subplots()、subplot2grid()用法说明

一、Matplotlib axes类使用详解

Matplotlib首先需要通过调用pyplot模块中提供的figure()函数创建图形对象，然后通过对对象添加一个或多个axes绘图区域，具体的axes类的函数有以下3种：

2D 绘图区域（axes）包含两个轴（axis）对象；如果是 3D 绘图区域，则包含三个。

1.add_axes()函数

调用 add_axes() 方法是以figure()函数创建的画布为对象，生成一个 axes 绘图区域，其位置由4个浮点数元素组成的列表确定，形如 add_axes([left, bottom, width, height])，表示添加到画布中的矩形区域的左下角坐标(x, y)，以及宽度和高度，4个参数的取值范围均在0-1之间。

每个元素的值是在将整个画布的长，宽看作单位1的前提下取值，比如，[ 0.1, 0.1, 0.8, 0.8]，left=0.1是相对于长的1/10，bottom=0.1是相对于宽的1/10从而定位绘图区域的原点位置

直观展示如下：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_axes([0.1,0.1,0.8,0.8])
plt.show()

绘制的图形区域为如下所示：

2.legend()绘制图例

专业术语是图例，简单理解就是对绘图区域中包含所有线型的标注说明

axes类中的legend()函数是以创建的绘图区域为对象绘制画布中的图例，形如ax.legend(handles, labels, loc)，它的三个参数说明：

1. handles 参数，它也是一个列表，它包含了所有线型的实例，若没有说明则按之前代码绘制的线型为默认顺序对其进行名称标注，即对应标注的线型对象
2. labels 是一个字符串列表，用来指定标签的名称，即命名相应对象的名称
3. loc 是指定图例位置的参数，其参数值可以用字符串或整数来表示，即说明标注的位置

下面是 loc 参数的表示方法，分为字符串和整数两种：

3.plot()绘制线型

这是 axes 类的基本方法也是以创建的绘图区域为对象绘制画布中的线型，它将一个数组的值比如x，与另一个数组的值比如y ，绘制成线或标记plot() 方法具有可选格式的字符串参数，该参数用来指定线型、标记颜色、样式以及大小，形如ax.plot(x,y,'go-- ')

1. 颜色代码如下：

2. 标记符号如下：

3. 线型表示字符如下：

4.实例演示

下面的例子，以直线图的形式展示了电视、智能手机广告费与其所带来产品销量的关系图。其中描述电视的是带有黄色和方形标记的实线，而代表智能手机的则是绿色和圆形标记的虚线。

import matplotlib.pyplot as plt
y = [1, 4, 9, 16, 25,36,49, 64]
x1 = [1, 16, 30, 42,55, 68, 77,88]
x2 = [1,6,12,18,28, 40, 52, 65]
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
l1 = ax.plot(x1,y,'ys-') 
l2 = ax.plot(x2,y,'go--') 
ax.legend（labels=(['tv', 'Smartphone']),loc = 'lower right')
ax.set_title("Advertisement effect on sales") #or plt.title()
ax.set_xlabel('medium') #or plt.xlabel()
ax.set_ylabel('sales') #or plt.ylabel()
plt.show()

显示的效果如下：

二、subplot()函数用法详解

Matplotlib首先要调用pyplot模型中提供的subplot()函数，该函数可以将一个(图形对象)画布上均等的划分若干个子绘制区域进行操作，函数格式为plt.subplot(nrows, ncols, index) ，nrows 与 ncols 表示要划分几行几列的子区域（nrows*nclos表示子图数量），index 的初始值为1，用来选定具体的某个子区域，具体排列顺序是按从左向右，你上到下原则创建的。

例如：如subplot(233)表示在当前画布的右上角创建一个两行三列的绘图区域（如下图所示），同时选择在第 3 个位置绘制子图，

使用的三个原则和方法如下：

1. 若使用subplot()函数在指定区域创造的新建子图与现有的子图重叠，那么重叠部分的子图将会被自动删除，因为它们不可以共享绘图区域

    import matplotlib.pyplot as plt
    plt.plot([1,2,3]) #创建第一个取值范围0-3的斜率为1的线性直线
    #现在创建一个子图，它表示一个有2行1列的网格的顶部图。
    #因为这个子图将与第一个重叠，所以之前创建的图将被删除
    plt.subplot(211) #在2行1列的第1个子区域内创建第一个子图取值范围0-12的斜率为1的线性直线
    plt.plot(range(12))
    plt.subplot(212, facecolor='y') #在2行1列的第2个子区域内创建第二个子图带有黄色背景
    plt.plot(range(12))
    plt.show()

上述代码运行结果，如下图所示：

2. 如果不想覆盖之前的图，需要使用 add_subplot() 函数，代码如下：

import matplotlib.pyplot as plt
fig = plt.figure()
plt.plot([1,2,3])
ax2 = fig.add_subplot(221，facecolor='y')
ax2.plot(range(12))
plt.show()

执行上述代码，输出结果如下：

3. 通过给画布添加 axes 对象可以实现在同一画布中插入另外的图像

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_axes([0.1,0.1,0.8,0.8])
ax1.plot([1,2,3],'b')
ax2 = fig.add_axes([0.6,0.2,0.3,0.3])
ax2.plot([1,2,3]，'r')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
asx2.set_title('linear')
plt.show()

输出结果如下：

三、subplots()函数详解

matplotlib中调用的pyplot还提供了subplots()函数，使用方法和 subplot() 函数类似。其不同之处在于，subplots() 既创建了一个包含子图区域axes，又创建了一个 figure 图形对象，而 subplot() 只是创建一个包含子图区域的figure图形对象。其函数格式为fig , a = plt.subplots(nrows, ncols) ，函数的返回值是一个元组，包括一个图形对象和所有的 axes 对象。其中 axes 对象的数量等于 nrows * ncols，且每个 axes 对象均可通过索引值访问（从0开始）

    import matplotlib.pyplot as plt
    fig,a =  plt.subplots(2,2)
    import numpy as np
    x = np.arange(1,5)
    #绘制平方函数
    a[0][0].plot(x,x*x)
    a[0][0].set_title('square')
    #绘制平方根图像
    a[0][1].plot(x,np.sqrt(x))
    a[0][1].set_title('square root')
    #绘制指数函数
    a[1][0].plot(x,np.exp(x))
    a[1][0].set_title('exp')
    #绘制对数函数
    a[1][1].plot(x,np.log10(x))
    a[1][1].set_title('log')
    plt.show()

输出结果为：

四、subplot2grid()函数详解

matplotlib.pyplot 模块提供了 subplot2grid() ，与 subplot() 和 subplots() 函数不同，subplot2gird() 函数以非等分的形式对画布进行切分，并按照绘图区域的大小来展示最终绘图结果。其函数格式为plt.subplot2grid(shape, location, rowspan, colspan) ，具体用函数参数意义为：

1. shape：把该参数值规定的网格区域作为绘图区域；
2. location：在给定的位置绘制图形，初始位置 (0,0) 表示第1行第1列；
3. rowsapan/colspan：这两个参数用来设置让子区跨越几行几列。

    import matplotlib.pyplot as plt
    #使用 colspan指定列，使用rowspan指定行
    a1 = plt.subplot2grid((3,3),(0,0),colspan = 2)
    a2 = plt.subplot2grid((3,3),(0,2), rowspan = 3)
    a3 = plt.subplot2grid((3,3),(1,0),rowspan = 2, colspan = 2)
    import numpy as np
    x = np.arange(1,10)
    a2.plot(x, x*x)
    a2.set_title('square')
    a1.plot(x, np.exp(x))
    a1.set_title('exp')
    a3.plot(x, np.log(x))
    a3.set_title('log')
    plt.tight_layout()
    plt.show()

输出结果为：