​概要：介绍matplotlib 绘制图像起手， figure() 的设置， axes() 的设置。主要的内容可移步最后部分的总结。

 

04 Matplotlib 总结

Matplotlib 提供了matplotlib.figure图形类模块，它包含了创建图形对象的方法。通过调用 pyplot 模块中 figure() 函数来实例化 figure 对象。

图像结构简要概括二个图层：

figure层：指整张图，可设置整张图的分辨率（dpi），长宽（figsize）。

axes层：设置坐标轴范围（scale）、坐标轴刻度（tricks）、坐标轴（axis）的名字（label）、子图标题（title）、图例（legend）、绘制各种图形。

所以每当咱们绘图的时候，写的第一行就是建立Figure的代码：

import matplotlib.pyplot as plt​# 创建空白画布fig = plt.figure()​# 创建空白画布，设置画布宽和高fig = plt.figure(figsize=(2,1))​# 创建空白画布，设置画布的背景色fig = plt.figure(facecolor='white')​# 创建空白画布，指定绘图对象的分辨率fig = plt.figure(dpi=100)

然后就是建立Axes的代码：

方法一：通过add_axes() 将 axes 轴域添加到画布中，add_axes() 的参数值是一个序列，序列中的 4 个数字分别对应图形的左侧，底部，宽度，和高度，且每个数字必须介于 0 到 1 之间。

import matplotlib.pyplot as pltimport numpy as npimport math​# 数据x = np.arange(0, math.pi*2, 0.05)y = np.sin(x)# 创建空白画布fig = plt.figure()​ax=fig.add_axes([0,0,1,1]) # 通过add_axes() 将 axes 轴域添加到画布中ax.set_title("sine wave") # ax 作为对象，可以开始设置辅助显示层、图像层的内容， 这一部分将在下节详细讲述。ax.plot(x,y)plt.show()#plt.savefig("sine_wave.png", format="png", dpi=120)

方法二：通过 add_subplot() 函数将一张画布划分为若干个子区域，在这些区域上绘制不用的图形。（多子图绘制方法后续将详细的篇章讲述）

 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。

# 创建空白画布fig = plt.figure()​ax1 = fig.add_subplot(121) # 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。ax2 = fig.add_subplot(122)ax1.plot(x)ax2.plot(y)plt.show()#plt.savefig("sine_wave.png", format="png", dpi=120)​

完整内容点击原文阅读： 01.Matplotlib 图像结构-figure()&axes设置 (qq.com)