在Matplotlib中使用axes对象设置活动子图

在Matplotlib中，我们可以使用axes对象来设置活动子图。Matplotlib是一个强大的Python数据可视化库，可以绘制各种类型的图形。使用Matplotlib进行数据可视化时，我们通常会创建一个或多个子图。在Matplotlib中，子图由Figure对象管理，每个子图都由一个Axes对象管理。

创建Figure和Axes对象

在使用Matplotlib创建图形时，我们必须首先创建一个Figure对象。可以使用如下代码创建一个空Figure对象：

import matplotlib.pyplot as plt

fig = plt.figure()

接着，我们可以使用add_subplot()方法在Figure对象中添加一个或多个Axes对象。add_subplot()方法可以接受三个参数：行数、列数和子图编号。子图编号从左到右、从上到下依次递增，从1开始。可以使用如下代码创建一个2×2的Axes对象组：

import matplotlib.pyplot as plt

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)

plt.show()

使用Axes对象绘制图形

使用Matplotlib绘图时，我们通常会使用Axes对象来设置图形的属性和绘制图形。例如，我们可以使用plot()方法在Axes对象中绘制一条曲线：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

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

ax.plot(x, y)

plt.show()

我们也可以使用Axes对象设置图形的标题、坐标轴标签、刻度、颜色、线型等属性。例如，我们可以使用如下代码设置曲线的颜色和线型：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

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

ax.plot(x, y, color='blue', linestyle='--')

plt.show()

设置活动子图

在Matplotlib中，如果我们创建了多个子图，我们需要使用plt.subplot()或plt.subplots()方法来设置活动子图。plt.subplot()方法与add_subplot()方法类似，可以接受三个参数：行数、列数和子图编号。使用plt.subplot()方法设置活动子图可以使用如下代码：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()

ax1 = plt.subplot(2, 2, 1)
x1 = np.linspace(0, 10, 100)
y1 = np.sin(x1)
ax1.plot(x1, y1)

ax3 = plt.subplot(2, 2, 3)
x3 = np.linspace(0, 10, 100)
y3 = np.tan(x3)
ax3.plot(x3, y3)

# 设置活动子图为ax1
plt.sca(ax1)
plt.title('Active Subplot')
plt.xlabel('X Label')
plt.ylabel('Y Label')

plt.show()

在上述代码中，我们创建了一个2×2的Axes对象组，并在其中创建了两个Axes对象（ax1和ax3）。接着，我们使用plt.sca()方法将活动子图设置为ax1，并在ax1中设置了图形的标题、X轴标签和Y轴标签。