Python数据可视化——Matplotlib的根本绘图：图形、轴、标签

Matplotlib的绘图体系是由多个条理构成的，它的根本布局包罗图形（Figure）、坐标轴（Axes）、刻度（Ticks）、标签（Labels）等多个部分。明白这些根本组件，有助于更好地使用Matplotlib绘制和优化图表。在本节中，我们将连合NumPy数组，具体讲授Matplotlib的根本布局，并展示它们在实际项目中的应用。
图形（Figure）：整个绘图的容器

在Matplotlib中，图形（Figure）是整个绘图的最外层容器，全部的绘图元素（如坐标轴、标题、标签等）都位于某个Figure中。一个Figure可以包罗一个或多个坐标轴（Axes），每个Axes对应一个独立的子图。Figure通常由plt.figure()创建，也可以通过fig, ax = plt.subplots()来创建包罗默认子图的Figure。
在绘制数据时，我们起首必要创建一个Figure，以便为后续的绘图提供容器。

1. import matplotlib.pyplot as plt
2. import numpy as np  # 导入NumPy库
4. # 创建一个Figure对象
5. fig = plt.figure(figsize=(6, 4))  # 指定Figure的大小（宽6英寸，高4英寸）
7. # 显示图形
8. plt.show()

复制代码

代码剖析：

  

• 导入Matplotlib和NumPy：Matplotlib用于绘图，NumPy用于天生数据。  
  
• 创建Figure：使用plt.figure(figsize=(6, 4))创建一个Figure对象，并指定其巨细（6×4英寸）。  
  
• 表现图形：调用plt.show()表现空缺的Figure。
  

Figure本身不会直接表现任何数据，它只是一个容器，必须添加坐标轴（Axes）才气举行绘图。
坐标轴（Axes）：绘图的核心地区

坐标轴（Axes）是实际绘制数据的地区，每个Axes对象包罗本身的X轴和Y轴，可以用来绘制差别的图表。一个Figure可以包罗多个Axes，每个Axes是一个独立的子图。
通常，我们可以使用plt.subplots()一次性创建Figure和Axes：

1. # 创建一个Figure和一个Axes
2. fig, ax <

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。