Question

我想知道问题背后的逻辑是什么时候使用绘图实例（这是PathCollection）以及何时使用绘图类本身。

import matplotlib.pyplot as plt
p = plt.scatter([1,2,3],[1,2,3])

显示散点图。为了使其有效，我不得不说：

plt.annotate(...)

并配置轴标签或限制，您可以写：

plt.xlim(...)
plt.xlabel(...)

等等。

但另一方面，你写道：

p.axes.set_aspect(...)
p.axes.yaxis.set_major_locator(...)

这背后的逻辑是什么？我可以在某处查找吗？不幸的是，我没有在文档中找到这个特定问题的答案。

您何时使用实际实例p来配置图表，何时使用pyplot类plt？

Answer 1

根据PEP20：

＆＃34;明确比隐含更好。＆＃34;
＆＃34;简单比复杂更好。＆＃34;

通常，＆＃34; make-it-just-work＆＃34;代码采用了pyplot路线，因为它隐藏了许多人不会关心的所有数字和轴管理。这通常用于交互式模式编码，简单的一次性脚本或在高级脚本上执行的绘图。

但是，如果您要创建一个用于绘图的库模块，并且您无法保证库用户不会对其自己进行任何其他绘图，那么最好明确并避免使用pyplot接口。我通常将我的函数设计为接受用户想要操作的轴和/或图形对象作为可选参数（如果没有给出，则使用plt.gcf（）和/或plt.gca（））。

我的经验法则是，如果我正在执行的操作可以通过pyplot完成，但如果这样做可能会改变＆＃34;状态机＆＃34;，那么我避免了pyplot。请注意，通过pyplot的任何操作（例如plt.xlim（））获取/设置当前轴/图形/图像（＆＃34;状态机＆＃34;），而像ax.set_xlim（）这样的动作则不会。 / p>

Answer 2

'plt'只是一个快捷方式，当你只有1个情节时它很有用。当您直接自动使用plt时，matplotlib会创建一个“图”和一个子图，但是当您想要使用多个子图时，则需要使用'axes'方法，例如：

fig = plt.figure()
a = fig.add_subplot(211)
b = fig.add_subplot(212)
print a.__class__ #<class 'matplotlib.axes.AxesSubplot'>
print fig.__class__ #<class 'matplotlib.figure.Figure'>
a.plot([0,1],[0,1],'r')
b.plot([1,0],[0,1],'b')
fig.show()

这不能直接使用'plt'完成。

何时使用matplotlib.pyplot类以及何时使用plot对象（matplotlib.collections.PathCollection）

2 个答案: