Matplotlib 三个基本概念——plt、figure、以及ax(arr)

Matplotlib是Python中用于绘制2D图表和分析数据的框架，使用广泛。在Matplotlib中，常用的三个概念是plt，figure，和ax(arr)三个。

plt：是pyplot模块的缩写，是Matplotlib中最常用的模块，用于创建多个图形、轴域以及自定义属性。
figure：我们使用figure()命令来创建一个名为图形的空白绘图窗口，可以指定图形的大小和dpi（每英寸点数）参数，并可以选择背景颜色。
ax(arr)：坐标轴是图形上绘制的一个区域，它们负责图形上所显示的数据。Matplotlib一般都是在坐标轴对象上进行绘图操作，而这个坐标轴对象在Matplotlib中作为Axes类的实例来表示。

对于初学者来说，这三个概念可能比较难懂，下面我们将通过具体的案例来介绍它们的使用方法。

通过代码来理解plt

假如我们有两组数据，针对这两组数据，我们需要分别绘制两个直方图。下面是我们可以通过pyplot模块中的hist()方法来实现绘制直方图的一个例子。

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.randn(10000)
data2 = np.random.randn(10000)

plt.hist(data1, bins=50, alpha=0.7, label='Data 1')
plt.hist(data2, bins=25, alpha=0.7, label='Data 2')
plt.legend(loc='best')
plt.show()

上述代码生成了两个直方图，每个直方图包含10000个数据点，而其中的文本字符串’alpha’，’label’，’loc’则是关于Matplotlib的一些常用绘图属性。

hist()方法用于绘制直方图，其中的bins参数设置了直方图条的数量。
alpha参数是我们设置的透明度，可以让两个直方图相互融合，方便观察数据。
label参数用于标记每个直方图的名称。
legend()方法用于在图形上展示我们设置的图例名称。

在上述代码中，我们用到了pyplot模块的4个方法，它们都是通过plt对象来调用的。对于初学者来说，这些方法可能会感到有些混淆，但是只要记住plt是一个对象，同时它对应的pyplot模块中有很多方法，这样就可以了解它的作用了。

解析figure

如果我们想要修改图形的大小或者是背景色，可以使用figure()方法。下面是一个例子，我们创建一个标题为“Random Growth”的图形，并将大小设置为8英寸长x5英寸宽、背景色为黄色。

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(8, 5), facecolor='yellow')
ax = fig.add_subplot(111)

x = np.linspace(0, 10, 100)
y1 = np.exp(x)
y2 = np.sin(x)

ax.plot(x, y1, 'g-', linewidth=2, label='Growth')
ax.plot(x, y2, 'r-', linewidth=2, label='Sin')

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend(loc='upper left')
plt.show()

在上述代码中，我们创建了一个fig对象，使用add_subplot()方法指定轴对象。实际上，add_subplot()方法可以用于创建一个坐标轴轴域，方法中传递的参数表示轴域的分块，例如(1,1,1)就是表示图形中只有一个轴域。

我们还可以使用set_xlabel()和set_ylabel()方法来设置坐标轴的标签，使用legend()方法来创建图例。注意，在上述代码中，我们没有使用plt对象调用任何方法，因为我们想要修改的是整个图形，而不是某一个子图。

讲解ax(arr)

上面我们介绍了如何使用pyplot模块以及figure()方法来绘制图形。下面我们将剖析如何使用坐标轴对象绘制图形。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(figsize=(8, 5))

x = np.arange(-3.14, 3.14, 0.01)
y1 = np.sin(x)
y2 = np.cos(x)

ax.plot(x, y1, 'g-', linewidth=2, label='sin')
ax.plot(x, y2, 'r-', linewidth=2, label='cos')

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend(loc='upper right')
plt.show()

在上述代码中，我们和之前一样创建了一个fig对象，并使用subplot()方法来创建坐标轴轴域。与上述示例不同的是，我们将轴对象保存在变量ax中，并使用它来操作数据。同样的，使用plot()方法来绘制两个图表，使用set_xlabel()和set_ylabel()方法来设置标签，使用legend()方法来创建图例。

需要注意的是，坐标轴对象（即ax对象）是指向一组坐标轴的一个指针。这意味着你可以使用ax对象调用坐标轴对象的所有方法。