为什么很多例子在Matplotlib/pyplot/python中使用' fig, ax = plt.subplots() '

我正在学习使用matplotlib通过研究示例，许多示例似乎包括如下一行在创建一个单一的图之前…

fig, ax = plt.subplots()

下面是一些例子。

修改标记标签文本 http://matplotlib.org/examples/pylab_examples/boxplot_demo2.html

我看到这个函数被使用了很多次，即使这个例子只是试图创建一个图表。还有其他好处吗?subplots()的官方演示在创建单个图表时也使用f, ax = subplots，并且只在后面引用ax。这是他们使用的代码。

# Just a figure and one subplot
f, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')

当前回答

这只是一个补充。

下面的问题是，如果我想在图中有更多的子图呢?

正如在Doc中提到的，我们可以使用fig = plt。Subplots (nrows=2, ncols=2)在一个图形对象中设置一组带有网格(2,2)的子图。

然后我们知道，fig, ax = plt.subplots()返回一个元组，让我们试试fig, ax1, ax2, ax3, ax4 = plt。Subplots (nrows=2, ncols=2)首先。

ValueError: not enough values to unpack (expected 4, got 2)

它会引发一个错误，但不用担心，因为我们现在看到plot .subplots()实际上返回了一个包含两个元素的元组。第一个必须是一个图形对象，另一个应该是一组子图对象。

让我们再试一次:

fig, [[ax1, ax2], [ax3, ax4]] = plt.subplots(nrows=2, ncols=2)

检查类型:

type(fig) #<class 'matplotlib.figure.Figure'>
type(ax1) #<class 'matplotlib.axes._subplots.AxesSubplot'>

当然，如果你使用参数为(nrows=1, ncols=4)，那么格式应该是:

fig, [ax1, ax2, ax3, ax4] = plt.subplots(nrows=1, ncols=4)

所以请记住，保持列表的结构与我们在图中设置的子图网格相同。

希望这对你有帮助。

2017-07-21 04:14:11

其他回答

使用plt.subplots()很流行，因为它为您提供了一个Axes对象，并允许您使用Axes接口来定义图形。

另一种方法是使用全局状态接口plt。绘图等功能:

import matplotlib.pyplot as plt

# global state version - modifies "current" figure
plt.plot(...)
plt.xlabel(...)

# axes version - modifies explicit axes
ax.plot(...)
ax.set_xlabel(...)

那么为什么我们更喜欢使用Axes呢?

它是可重构的——您可以将部分代码放入一个接受Axes对象的函数中，并且不依赖于全局状态更容易过渡到有多个子情节的情况一个一致/熟悉的界面，而不是在两个界面之间切换访问matplotlib所有特性深度的唯一方法

创建全局状态版本是为了便于交互使用，并成为Matlab用户熟悉的接口，但在较大的程序和脚本中，这里概述的要点有利于使用Axes接口。

有一篇matplotlib博客文章更深入地探讨了这个主题:Pyplot vs面向对象接口

同时处理这两个问题相对容易。例如，我们可以总是询问当前轴:ax = plt.gca()(“获取当前轴”)。

2021-10-24 10:54:11

作为问题和以上答案的补充，plot .subplots()和plot .subplot()之间还有一个重要的区别，请注意结尾缺少“s”。

可以使用plt.subplots()一次性创建所有的子图，它会以元组的形式返回子图的图形和轴(axis的复数)。人物可以理解为画布，你可以在上面画草图。

# create a subplot with 2 rows and 1 columns
fig, ax = plt.subplots(2,1)

然而，如果您想分别添加子图，则可以使用plt.subplot()。它只返回一个子图的轴。

fig = plt.figure() # create the canvas for plotting
ax1 = plt.subplot(2,1,1) 
# (2,1,1) indicates total number of rows, columns, and figure number respectively
ax2 = plt.subplot(2,1,2)

但是，plt.subplots()是首选的，因为它为直接定制整个图形提供了更简单的选项

# for example, sharing x-axis, y-axis for all subplots can be specified at once
fig, ax = plt.subplots(2,2, sharex=True, sharey=True)

然而，使用plot .subplot()，必须为每个轴单独指定，这可能会变得很麻烦。

2018-12-21 16:07:17

除了上面的答案，您还可以使用type(plt.subplots())检查对象的类型，它返回一个元组，另一方面，type(plt.subplot())返回matplotlib. axis ._subplots。AxesSubplot，你不能解包。

2019-03-31 05:11:25

fig.tight_layout ()

这样的功能是非常方便的，如果xticks_labels离开了plot-window，这样的行有助于适应xticks_labels和整个图表到窗口，如果自动定位图表在plt-window工作不正确。只有在plt窗口中使用fig-object时，此代码行才有效

fig, ax = plt.subplots(figsize=(10,8))

myData.plot(ax=ax)
plt.xticks(fontsize=10, rotation=45)

fig.tight_layout()
plt.show()

2022-10-09 13:28:58