【Python】【Matplotlib】fig, ax = plt.subplots() 返回的fig和ax是什么？

?? 個(gè)人主頁：高斯小哥
?? 高質(zhì)量專欄：Matplotlib之旅：零基礎(chǔ)精通數(shù)據(jù)可視化、Python基礎(chǔ)【高質(zhì)量合集】、PyTorch零基礎(chǔ)入門教程?? 希望得到您的訂閱和支持~
?? 創(chuàng)作高質(zhì)量博文(平均質(zhì)量分92+)，分享更多關(guān)于深度學(xué)習(xí)、PyTorch、Python領(lǐng)域的優(yōu)質(zhì)內(nèi)容?。ㄏＭ玫侥年P(guān)注~）

?? 一、fig和ax簡介

??在Matplotlib庫中，fig, ax = plt.subplots() 是一個(gè)常用的函數(shù)，用于創(chuàng)建一個(gè)新的圖形窗口以及一個(gè)或多個(gè)子圖。返回的 fig 和 ax 對(duì)象分別代表了整個(gè)圖形和其中的一個(gè)子圖。fig 是 Figure 類的實(shí)例，代表整個(gè)繪圖窗口，而 ax 是 Axes 類的實(shí)例，代表其中的一個(gè)子圖或坐標(biāo)軸。

??通過 fig 和 ax，我們可以方便地對(duì)整個(gè)圖形和子圖進(jìn)行各種操作，比如設(shè)置標(biāo)題、坐標(biāo)軸標(biāo)簽、刻度等。

??? 二、fig的用法

fig 對(duì)象提供了許多方法和屬性，用于控制整個(gè)圖形的外觀和行為。以下是一些常用的用法：

設(shè)置圖形大小

可以通過 figsize 參數(shù)在創(chuàng)建圖形時(shí)設(shè)置其大?。▽捄透?，單位為英寸）。

import matplotlib.pyplot as plt

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

設(shè)置圖形標(biāo)題

使用 suptitle() 方法可以為整個(gè)圖形設(shè)置標(biāo)題。

fig.suptitle('My Title', fontsize=14)

保存圖形

使用 savefig() 方法可以將整個(gè)圖形保存為圖片文件。

fig.savefig('my_figure.png')

顯示圖形

通過 plt.show() 可以顯示整個(gè)圖形。

plt.show()

?? 三、ax的用法

ax 對(duì)象代表了圖形中的一個(gè)子圖，它提供了豐富的接口用于繪制圖形和設(shè)置坐標(biāo)軸屬性。

繪制圖形

使用 ax 對(duì)象的方法可以直接在子圖上繪制各種圖形，如折線圖、散點(diǎn)圖等。

import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)

設(shè)置坐標(biāo)軸標(biāo)簽和刻度

使用 set_xlabel(), set_ylabel(), set_xticks(), set_yticks() 等方法可以設(shè)置坐標(biāo)軸的標(biāo)簽和刻度。

ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')
ax.set_xticks(np.arange(0, 11, 2))
ax.set_yticks([-1, 0, 1])

設(shè)置坐標(biāo)軸范圍

使用 set_xlim() 和 set_ylim() 方法可以設(shè)置坐標(biāo)軸的范圍。

ax.set_xlim(0, 10)
ax.set_ylim(-1.5, 1.5)

添加圖例

如果在一個(gè)子圖上繪制了多個(gè)圖形，可以使用 legend() 方法添加圖例。

ax.plot(x, np.sin(x), label='sin(x)')
ax.plot(x, np.cos(x), label='cos(x)')
ax.legend()

完整代碼

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)

ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')
ax.set_xticks(np.arange(0, 11, 2))
ax.set_yticks([-1, 0, 1])

ax.set_xlim(0, 10)
ax.set_ylim(-1.5, 1.5)

ax.plot(x, np.sin(x), label='sin(x)')
ax.plot(x, np.cos(x), label='cos(x)')
ax.legend()

plt.show()

?? 四、多個(gè)子圖

??plt.subplots() 函數(shù)還可以用于創(chuàng)建包含多個(gè)子圖的圖形。通過指定 nrows 和 ncols 參數(shù)，可以定義子圖的行數(shù)和列數(shù)。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)


fig, axs = plt.subplots(nrows=2, ncols=2)

# axs 是一個(gè) 2x2 的數(shù)組，每個(gè)元素都是一個(gè) Axes 對(duì)象
axs[0, 0].plot(x, np.sin(x))
axs[0, 1].plot(x, np.cos(x))
axs[1, 0].plot(x, np.tan(x))
axs[1, 1].plot(x, 1/x)

plt.show()

在這個(gè)例子中，axs 是一個(gè) 2x2 的 NumPy 數(shù)組，每個(gè)元素都是一個(gè) Axes 對(duì)象，代表圖形中的一個(gè)子圖。我們可以通過索引 axs[i, j] 來訪問和操作特定的子圖。

?? 五、fig和ax的交互

??fig 和 ax 對(duì)象之間也有一些交互。例如，我們可以通過 fig.add_axes() 方法手動(dòng)向圖形中添加一個(gè) Axes 對(duì)象，或者通過 ax.figure 屬性獲取一個(gè) Axes 對(duì)象所屬的 Figure 對(duì)象。
下面，我們將深入探討 fig 和 ax 之間的交互，并通過示例代碼展示如何使用它們來創(chuàng)建更復(fù)雜的圖形布局和交互。

使用 fig.add_axes() 添加 Axes 對(duì)象

??雖然 plt.subplots() 是一種非常方便的創(chuàng)建子圖的方法，但有時(shí)我們可能需要更靈活地控制子圖的位置和大小。這時(shí)，可以使用 fig.add_axes() 方法來手動(dòng)添加 Axes 對(duì)象。

import matplotlib.pyplot as plt

# 創(chuàng)建一個(gè)圖形對(duì)象
fig = plt.figure()

# 使用 add_axes() 方法添加 Axes 對(duì)象
# 參數(shù)是一個(gè)四元組，表示子圖在圖形中的位置（左下角 x, 左下角 y, 寬度, 高度）
# 這些值都是相對(duì)于圖形大小的分?jǐn)?shù)
ax1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])

# 在第一個(gè) Axes 對(duì)象上繪制圖形
ax1.plot([1, 2, 3, 4], [1, 4, 2, 3])

# 還可以繼續(xù)添加更多的 Axes 對(duì)象
ax2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])
ax2.plot([1, 2, 3, 4], [4, 3, 2, 1])

# 顯示圖形
plt.show()

在上面的代碼中，我們手動(dòng)指定了每個(gè) Axes 對(duì)象在圖形中的位置和大小。這種方法比 plt.subplots() 更底層，因此提供了更大的靈活性。

使用 ax.figure 獲取所屬的 Figure 對(duì)象

??每個(gè) Axes 對(duì)象都有一個(gè) figure 屬性，它指向該 Axes 對(duì)象所屬的 Figure 對(duì)象。通過這個(gè)屬性，我們可以訪問和操作整個(gè)圖形。

import matplotlib.pyplot as plt

# 創(chuàng)建一個(gè)圖形和一個(gè) Axes 對(duì)象
fig, ax = plt.subplots()

# 使用 ax.figure 訪問所屬的 Figure 對(duì)象
print(ax.figure is fig)  # 輸出: True

# 也可以通過 ax.figure 來操作整個(gè)圖形
ax.figure.suptitle('My Title')

# 顯示圖形
plt.show()

在這個(gè)例子中，我們驗(yàn)證了 ax.figure 是否與通過 plt.subplots() 返回的 fig 對(duì)象相同，并展示了如何使用 ax.figure 來設(shè)置整個(gè)圖形的標(biāo)題。

共享坐標(biāo)軸

??有時(shí)，我們可能希望多個(gè)子圖共享一個(gè)或多個(gè)坐標(biāo)軸。Matplotlib 提供了 sharex 和 sharey 參數(shù)來實(shí)現(xiàn)這一功能。

import matplotlib.pyplot as plt

# 創(chuàng)建兩個(gè)子圖，并共享 x 軸
fig, axs = plt.subplots(nrows=2, sharex=True)

axs[0].plot([1, 2, 3], [1, 2, 3])
axs[1].plot([1, 2, 3], [3, 2, 1])

# 顯示圖形
plt.show()

在這個(gè)例子中，兩個(gè)子圖共享了 x 軸，因此它們的 x 軸刻度和標(biāo)簽是相同的。

??通過了解 fig 和 ax 之間的交互，我們可以更靈活地控制圖形的布局和外觀，從而創(chuàng)建出更具吸引力的可視化效果。無論是通過 plt.subplots() 創(chuàng)建子圖，還是手動(dòng)使用 fig.add_axes() 添加子圖，我們都能夠充分利用 Matplotlib 的強(qiáng)大功能來創(chuàng)建出符合我們需求的圖形。

?? 六、fig和ax的進(jìn)一步定制

??除了基本的繪圖和坐標(biāo)軸設(shè)置，fig 和 ax 還提供了許多高級(jí)功能，允許我們對(duì)圖形進(jìn)行更深入的定制。

自定義顏色、線條樣式和標(biāo)記

在繪制圖形時(shí)，我們可以自定義線條的顏色、樣式（實(shí)線、虛線等）以及數(shù)據(jù)點(diǎn)的標(biāo)記樣式。

ax.plot(x, y, color='red', linestyle='--', marker='o')

添加網(wǎng)格、邊框和背景色

通過 grid(), spines 屬性以及 patch 對(duì)象，我們可以為圖形添加網(wǎng)格線、控制邊框的顯示以及設(shè)置背景色。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

fig, ax = plt.subplots()

ax.grid(True)  # 顯示網(wǎng)格線
ax.spines['top'].set_visible(False)  # 隱藏上邊框
ax.spines['right'].set_visible(False)  # 隱藏右邊框
fig.patch.set_facecolor('lightgrey')  # 設(shè)置背景色為淺灰色

# 顯示圖形
plt.show()

??七、期待與你共同進(jìn)步

???? 親愛的讀者，非常感謝你每一次的停留和閱讀！你的支持是我們前行的最大動(dòng)力！??

???? 在這茫茫網(wǎng)海中，有你的關(guān)注，我們深感榮幸。你的每一次點(diǎn)贊??、收藏??、評(píng)論??和關(guān)注??，都像是明燈一樣照亮我們前行的道路，給予我們無比的鼓舞和力量。??

???? 我們會(huì)繼續(xù)努力，為你呈現(xiàn)更多精彩和有深度的內(nèi)容。同時(shí)，我們非常歡迎你在評(píng)論區(qū)留下你的寶貴意見和建議，讓我們共同進(jìn)步，共同成長！??

???? 無論你在編程的道路上遇到什么困難，都希望你能堅(jiān)持下去，因?yàn)槊恳淮蔚拇煺鄱际峭ㄍ晒Φ谋亟?jīng)之路。我們期待與你一起書寫編程的精彩篇章！ ??

???? 最后，再次感謝你的厚愛與支持！愿你在編程的道路上越走越遠(yuǎn)，收獲滿滿的成就和喜悅！祝你編程愉快！??

?? 結(jié)語

??通過本博客的學(xué)習(xí)，你應(yīng)該已經(jīng)對(duì) fig 和 ax 的用法有了更深入的了解。Matplotlib 是一個(gè)強(qiáng)大而靈活的繪圖庫，掌握其基本用法和高級(jí)定制技巧將為你的數(shù)據(jù)分析和可視化工作帶來極大的便利。不斷學(xué)習(xí)和實(shí)踐，你將能夠創(chuàng)建出更加精美和有效的數(shù)據(jù)可視化作品。感謝閱讀，祝你學(xué)習(xí)愉快，收獲滿滿！??

?? 關(guān)鍵詞

??Matplotlib, fig, ax, subplots, 數(shù)據(jù)可視化, 圖形定制, 坐標(biāo)軸設(shè)置, 文本注釋, 箭頭, 共享坐標(biāo)軸, 學(xué)習(xí)資源, 擴(kuò)展閱讀文章來源地址http://www.zghlxwxcb.cn/news/detail-840220.html

到了這里，關(guān)于【Python】【Matplotlib】fig, ax = plt.subplots() 返回的fig和ax是什么？的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！