【python】plt画图“标准流程” | figure,axes这些关系

---

前言

就是说，每次在使用python里的plt画图的时候，总有部分代码不熟悉，比如画子图这些，然后在网上找的代码都有点不太一样，总感觉很深奥的，这次笔记就把这些画图的技巧从头到脚好好学习一下，也相当于是给数学建模里面画图做准备。

一、首先搞懂plt,figure,axes这些概念

以前用matlab用的比较多，里面画子图的时候直接：figure(1)，subplot(121)这种，但是在python里调用的方式好像又不太一样了。
上网查找了资料，得到以下知识点：
1）figure相当于大画布，整个作图的大环境
2）axes相当于是小画布，一个figure上能有很多的axes（通过subplot 来设置他们的排列顺序）
3）经典问题：plt.plot和ax.plot的区别
相比于前者，后者相当于是线生产出figure 再生产出axes画了一个图。plt.plot()通过plt.gca()获得当前的Axes，再调用ax.plot()方法实现绘图（摘抄自网络：https://www.zhangjunbk.com/article/27082）。然这句话读起来确实有一些拗口，就这么说吧，真的要标准的画图，用ax.plot肯定是要标准一些的。 我称之其为《最标准的过程》（我自己定义的）

二、“标准过程”

那么这个标准过程是怎么弄的呢：

import matplotlib.pyplot as plt
fig,axes=plt.subplots(figsize = (10, 5))
plt.show()

这张图看起来好像是plt.plot差球不多
figsize 是指定大画布figure的长度
要是我想多画几个子图呢，可以在前面两个参数处进行设置，比如这里设置的是2排3列。

import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,3,figsize = (10, 5))  #这个参数默认的情况下是1
plt.show()

这样axes其优势是不是进一步凸显出来了，貌似plt不能直接这样subplot吧（主要还是matlab用习惯了，）
然后后面的作图就按步就班了，该画啥就画啥。
比如我在第1，1个图片里画抛物线图，第2，2个图片里面画散点图

import matplotlib.pyplot as plt
import numpy as np
import random
x=np.arange(1,10,1)
y= x**2

Ix=[random.randrange(0,100) for i in range(100)]
Iy=[random.randrange(0,100) for i in range(100)]
fig,axes=plt.subplots(2,3,figsize = (10, 5))  #这个参数默认的情况下是1
axes[0][0].plot(x,y)
axes[1][1].scatter(Ix,Iy)
plt.show()

三.一些需要注意的细枝末节的操作（坐标轴等等）

添加坐标轴名称：

axes[0][0].set_xlabel('x') #设置横坐标名称

设置坐标轴范围：

axes[0][0].set_xlim(0,10) #设置坐标轴范围

设置标签：

axes[0][0].plot(x,y,label='抛物线')
axes[0][0].legend(loc='best')

总代码：

import matplotlib.pyplot as plt
import numpy as np
import random
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False ## 设置正常显示符号
x=np.arange(1,10,1)
y= x**2

Ix=[random.randrange(0,100) for i in range(100)]
Iy=[random.randrange(0,100) for i in range(100)]
fig,axes=plt.subplots(2,3,figsize = (15, 10))  #这个参数默认的情况下是1
axes[0][0].plot(x,y,label='抛物线')
axes[0][0].set_title('抛物线') #设置子图标题
axes[0][0].set_xlabel('x') #设置横坐标名称
axes[0][0].set_ylabel('y') #设置纵坐标名称
axes[0][0].legend(loc='best')
axes[0][0].set_xlim(0,10) #设置坐标轴范围

axes[1][1].scatter(Ix,Iy)
plt.show()

当然细枝末节肯定不止这一点，我只放了我个人觉得比较重要的。