一、plt还是ax

看了许多书本中的画图示例，有直接在plt上画的，也有用ax画的，这两者究竟是什么，又有哪些区别呢。
从下面这一行代码进行解读：

fig,ax=plt.subplots()

什么是fig?

在任何绘图之前，我们需要一个Figure对象，至少要有这一层才可以画。.plt 对应的就是最高层 scripting layer。这就是为什么它简单上手，但要调细节就不灵了。即：

fig=plt.figure()

什么是ax，axes？
axis 指的就是 x 坐标轴，y 坐标轴等，代表的是一根坐标轴。而 axes 在英文里是 axis 的复数形式，也就是说，axes 代表的其实是 figure 当中的一套坐标轴。之所以说一套而不是两个坐标轴，是因为如果你画三维的图，axes 就代表 3 根坐标轴了。所以，在一个 figure 当中，每添加一次 subplot ，其实就是添加了一套坐标轴，也就是添加了一个 axes，放在二维坐标里就是你添加了两根坐标轴，分别是 x 轴和 y 轴。

ax.plot 是在 artist layer 上操作。基本上可以实现任何细节的调试。

二、画图

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2.读入数据

代码如下（示例）：
数据集格式

3.实现的结果

3.1 plt代码


# Create figure
plt.figure(figsize=(12,6),dpi=300)
# Create bar plot
labels = data['MovieTitle']
t = data['Tomatometer']
a = data['AudienceScore']x=np.arange(0,len(labels)*2,2)width = 0.6
plt.bar(x-width/2,t,width=width,label='Tomatometer')
plt.bar(x+width/2,a,width=width,label='AudienceScore')# Specify ticks# Get current Axes for setting tick labels and horizontal grid# Set tick labels
plt.xticks(x,labels=labels,rotation=20)
# Add minor ticks for y-axis in the interval of 5
plt.minorticks_on()y = []
for i in range(0,101,20):if i % 20 ==0:y.append(str(i)+'%')y1 = np.arange(0,101,20)plt.yticks(y1,y)
# Add major horizontal grid with solid lines
plt.grid(which='major', axis='y',ls='-')# Add minor horizontal grid with dashed lines
plt.grid(which='minor', axis='y',ls=':')# Add title
plt.title('Movie comparison')
# Add legend
plt.legend()
# Show plot
plt.show()

3.2 ax代码


from matplotlib.ticker import MultipleLocator# Create figure
plt.figure(figsize=(16,8),dpi=300)
# Create bar plot
labels = data['MovieTitle']
t = data['Tomatometer']
a = data['AudienceScore']
x=np.arange(0,len(labels)*2,2)
width = 0.4
ax=plt.gca()
ax.bar(x-width/2,t,width=width,label='Tomatometer')
ax.bar(x+width/2,a,width=width,label='AudienceScore')
# Specify ticks
plt.xticks(x,labels=labels,rotation=20)
# Get current Axes for setting tick labels and horizontal grid# Set tick labels
yticks = ["0%","20%","40%","60%","80%","100%"]
y_ = np.arange(0,101,20)
ax.set_yticks(y_)
ax.set_yticklabels(yticks,fontsize=10) #
# Add minor ticks for y-axis in the interval of 5
yminorLocator = MultipleLocator(5)
ax.yaxis.set_minor_locator(yminorLocator)
# Add major horizontal grid with solid lines
ax.grid(which='major',linestyle='-',axis='y')
# Add minor horizontal grid with dashed lines
ax.grid(which="minor",linestyle=':')
# Add title
ax.set_title("Compare with Tomatometer & Audidence Score",fontsize=15)
# Add legend
ax.legend()
# Show plot
plt.show()

总结

如果将Matplotlib绘图和我们平常画画相类比，可以把Figure想象成一张纸（一般被称之为画布），Axes代表的则是纸中的一片区域（当然可以有多个区域，这是后续要说到的subplots），上一张更形象一点的图。

Matplotlib中的“plt”和“ax”，设置大小刻度，设置实线和虚线方格线相关推荐

Matplotlib中的plt和ax都是啥？
微信公众号:「Python读财」如有问题或建议,请公众号留言 Pandas教程写的差不多了,来写一写与数据可视化相关的Matplotlib系列教程吧.读过Pandas系列文章的读者应该都知道,我写文 ...
Matplotlib中的“ plt”和“ ax”到底是什么？
Indeed, as the most popular and fundamental data visualisation library, Matplotlib is kind of confus ...
Matplotlib中的“plt”和“ax”到底是什么?
在幕布中绘图,还是在幕布上的单元格中绘图? 实际上,作为最流行和最基础的数据可视化库,Matplotlib在某些方面有些令人困惑,这些部分经常有人问起. 我应该在什么时候使用"axes& ...
python figure size_在matplotlib中改变figure的布局和大小实例
以下来自Stack Overflow 从上面我们可以很清晰的看出应该如何使用matplotlib的figure方法. 补充知识:matplotlib 设置图形大小时 figsize 与 dpi 的关系 ...
【问题】HDFS中块（block）的大小为什么设置为128M？
一.为什么HDFS中块(block)不能设置太大,也不能设置太小? 如果块设置过大, 一方面,从磁盘传输数据的时间会明显大于寻址时间,导致程序在处理这块数据时,变得非常慢: 另一方面,mapreduc ...
vmware中linux使用gparted调整磁盘大小并设置swap分区
vmware中linux使用gparted调整磁盘大小并设置swap分区今天使用虚拟机的时候,发现虚拟机快满了,提示磁盘空间小,不得不扩充虚拟机空间. 1首先把vmware中的ubuntu关机,然后 ...
更改matplotlib中x或y轴上的“刻度频率”？
本文翻译自:Changing the "tick frequency" on x or y axis in matplotlib? I am trying to fix how p ...
python导入表格后坐标轴刻度设置_Python-更改matplotlib中x或y轴上的“刻度频率”？...
小编典典你可以使用以下命令显式设置要在刻度线打勾的位置plt.xticks: plt.xticks(np.arange(min(x), max(x)+1, 1.0)) 例如, import nump ...
python中的plt是什么意思_Matplotlib中的“plt”和“ax”到底是什么?
在幕布中绘图,还是在幕布上的单元格中绘图? 实际上,作为最流行和最基础的数据可视化库,Matplotlib在某些方面有些令人困惑,这些部分经常有人问起.我应该在什么时候使用"axes&quo ...

Matplotlib中的“plt”和“ax”，设置大小刻度，设置实线和虚线方格线