matplotlib Axes.plot() 与 pyplot.plot()

问题描述：

Axes.plot()和方法之间有什么区别pyplot.plot()？一个方法是否使用另一个方法作为子程序？

看来我的绘图选项是

line = plt.plot(data)

或者

ax = plt.axes()
line = ax.plot(data)

甚至

fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
line = ax.plot(data)

有哪些情况更适合使用其中一种？

解决方案 1：

对于绘制单个图，最佳做法可能是

fig = plt.figure()
plt.plot(data)
fig.show()

现在，让我们看一下问题中的 3 个例子并解释它们的作用。

1. 采用当前图形和轴（如果不存在则创建一个新的）并绘制到它们中。

line = plt.plot(data)

1. 在您的情况下，行为与以前相同，明确说明绘图的轴。

 ax = plt.axes()
 line = ax.plot(data)

ax.plot(...)如果要绘制多个轴（可能在一个图中），则必须使用这种方法。例如，当使用子图时。

1. 明确创建新图形 - 您不会在前一个图形上添加任何内容。明确创建一个具有给定矩形形状的新轴，其余部分与 2 相同。

 fig = plt.figure()
 ax = fig.add_axes([0,0,1,1])
 line = ax.plot(data)

可能出现的问题figure.add_axes是，它可能会向图形添加一个新的轴对象，该对象将覆盖第一个轴对象（或其他轴对象）。如果请求的大小与现有大小不匹配，就会发生这种情况。

解决方案 2：

本质上没有区别。plt.plot将在某个时候（在确保有一个图形和一个可用于绘图的轴之后）从该轴实例调用绘图函数。

因此主要的区别在于用户方面：

• 您是否想使用类似 Matlab 的状态机方法，这种方法可以为简单的绘图任务节省一些代码行？那么使用pyplot。

• 您是否想使用更符合 Python 风格的面向对象方法完全控制绘图？那么请明确使用轴之类的对象。

您可能想要阅读 matplotlib使用指南。

解决方案 3：

Pyplot 的绘图方法可以应用于 Pyplot 根 (pyplot.plot()) 或轴对象 (axes.plot())。

直接在 Pyplot 库中调用绘图函数 (pyplot.plot()) 会创建默认子图（图形和轴）。在轴对象上调用该函数 (axes.plot()) 要求您已经创建了自己的轴对象，并将图形放到该自定义绘图空间中。

虽然 pyplot.plot() 很容易使用，但是如果您创建一个轴对象 axis.plot()，您就可以更好地控制您的空间（并且能够更好地理解与其他库的交互）。

Axes.plot() 返回一个轴对象。每个轴对象都有一个父图形对象。轴对象包含绘图方法以及大多数自定义选项，而图形对象存储所有图形级属性并允许绘图输出为图像。

如果您使用 pyplot.plot() 方法并想要开始自定义轴，则可以通过调用 pyplot.gca() 来“获取当前轴”，找出其创建的默认轴对象的名称。

解决方案 4：

python plt.plot()：它会创建许多默认subplot值，节省许多行代码并且易于理解。

Axes.plot()：使用axes对象将使您更好地自定义绘图空间。

解决方案 5：

如果这仍然相关，Matplotlib 的官方网站对这个问题有明确的答案。转到“面向对象接口和 pyplot 接口”。

本节清楚地回答了这个问题。使用“fig, ax”，即面向对象的方法，可以让我们更加控制自定义绘图。另一方面，使用“pyplot”会让我们对绘图的控制力减弱，但好处是，它使我们不必编写更多行代码，并且在处理单个绘图时更容易、更方便。

Matplotlib 的官方文档表明“使用哪种方法完全是个人的选择，没有哪种方法更受青睐。不过，坚持一种方法以保持一致性是好的。”