MPL学习手册A001-matplotlib面向对象绘图快感初体验

本文主要是介绍MPL学习手册A001-matplotlib面向对象绘图快感初体验，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本篇将：

引入mpl面向对象绘图的几个重要概念和对象；
采用纯面向对象的绘图方式绘制一个基本图形；
与函数式绘图做一些简单比较；
自定义一个figure类，实现图形基本格式的统一定制；
提供一个有更多对象的示例供有兴趣者研究。

matplotlib设计了两种绘图模式：

pyplot模块的函数式绘图
object-oriented的面向对象，简称OO。

什么是mpl的对象？

简单地说，mpl对我们绘图中要用到的一些元素进行了分级、分组、归类，这些元素就是对象。

比如，最基本的图形对象—Figure，坐标系对象—Axes，坐标轴对象Axis，Axis上的XTick YTick（刻度）对象。

mpl提供了一些python类，class，用来抽象、描述、定制这些对象。

**小提示：**根据Python命名规范，Class名用首字母大写的单词命名，如果需要多个单词，接着写，首字母大写以区分单词，如MyFigA；变量名全用小写字母的单词，单词之间用短下划线连接。比如，XTick就是一个Class类名，而如axes_a这样的应该是一个变量名。我们在命名时也应该遵循这个规范。

约定

有些对象、概念，翻译后反而不便于理解，所以我们约定如下：

**Figure，**图形类Class;
Axes，是Axis的复数形式，意即2个以上的坐标轴，有很多地方也译为坐标轴，这容易混淆。在基础篇中，我们只讨论2D平面坐标，Axes就是平面坐标系。而Axis则是这个坐标系中的两条轴线之一，用x, y表示。Axes是坐标系，它实际代表一个矩形区域。
Canvas, 画布，绘图时我们都需要附加一个画布对象，Photoshop也是如此，至于为什么要这么一个画布对象，我们后面再讨论，我们先记住，Figure必须附加到一个Canvas。

你暂时不需要完全理解每行代码，你只需要照着体验一下纯面向对象绘图和函数式绘图的区别。

创建一个空白的Figure

mpl提供了一个Figure类，实例化这个类即可创建一个figure实例。Figure类的调用方法如下：

class matplotlib.figure.Figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None, constrained_layout=None)

你甚至不需要提供任何参数，mpl会使用默认参数创建一个图形。

启动jupyter lab，新建一个ipynb文件，输入如下代码：

from matplotlib.backends.backend_agg import FigureCanvasAgg
from matplotlib.figure import Figure
from matplotlib.axes import Axes
import numpy as np
from numpy import math#实例化Figure类，并将实例赋给变量fig
fig =Figure()#实例化一个FigureCanvasAgg画布
#并附加到前面创建的Figure实例fig上
canvas = FigureCanvasAgg(fig)#将图形渲染到缓存
s, (width, height) = canvas.print_to_buffer() from PIL import Image 
#调用PIL库将缓存中的数据渲染为图像
im = Image.frombytes("RGBA", (width, height), s)#调用系统图片查看器查看图像
# 在本例中Figuer中还什么都没有仅是一个空白区域。
im.show() #如果需要，你还可以将绘图保存为磁盘文件
canvas.print_figure('tth001.jpg')

运行它，会自动打开系统默认的图片查看器，显示生成的图片。因为现在图上还什么都没有，所以仅一块空白的区域。

**但这恰是Figure对象的本质，**它就是一个顶级容器，一块矩形区域，用来放置后面的元素。

创建一个Axes

mpl提供了一个Axes类用于创建坐标系。

class matplotlib.axes.Axes(fig, rect, facecolor=None, frameon=True, sharex=None, sharey=None, label='', xscale=None, yscale=None, **kwargs
)

Axes首先也是一个矩形区域，它是Figure的一个子区域。一个Figure可以划分为多个Axes子区域。

Axes至少需要两个参数 fig, rect。fig是轴所在的figure，rect是定义矩形区域的左、底、宽、高的浮点数列表，如[0.1,0.1,0.5,0.5]。它的单位是相对于figure这个矩形区域的分数，用0-1之间的小数表示。

在上面的代码中添加如下代码：

rect = [0.1,0.1,0.8,0.8]
ax = Axes(fig,rect)
fig.add_axes(ax)

完整代码如下：

from matplotlib.backends.backend_agg import FigureCanvasAgg
from matplotlib.figure import Figure
from matplotlib.axes import Axes
import numpy as np
from numpy import math#实例化Figure类，并将实例赋给变量fig
fig =Figure()#实例化一个FigureCanvasAgg画布
#并附加到前面创建的Figure实例fig上
canvas = FigureCanvasAgg(fig)#创建一个axes对象
rect = [0.1,0.1,0.8,0.8]
ax = Axes(fig,rect)
fig.add_axes(ax)
s, (width, height) = canvas.print_to_buffer() 
from PIL import Image#调用PIL库将缓存中的数据渲染为图像
im = Image.frombytes("RGBA", (width, height), s)
#调用系统图片查看器查看图像
# 在本例中Figuer中还什么都没有仅是一个空白区域。im.show() 
#如果需要，你还可以将绘图保存为磁盘文件
#canvas.print_figure('tth001.jpg')

这时我们就能看到，在前面的图形中有了一个坐标系。
在这里插入图片描述
在这个Figure中我们看不出来figure和Axes的位置关系。

pyplot函数绘图很简单，但很模糊

我们使用函数式绘图绘制一个类似的图形，只需要3行代码。
在这里插入图片描述
这时，有人就要问了：你为什么要舍简求繁？

而我要反回你几个问题：

你知道figure必须附加到一个canvas上吗？
你在哪里创建canvas的？
你在哪里绘制的Axes？
如果你要修改这个Axes，让它的右边留出更多的空白，你怎么做？
如果Figure中有两个Axes，如ax_a，ax_b，你如何向指定的Aexs添加绘图元素？

等等，这样的问题很多。
在这里插入图片描述
上图的源代码请访问”Python草堂群“457079928下载。

这个figure中有两个axes，要控制不同轴的格式及其中图形元素的格式，不使用面向对象绘图，将深受对象定位和选择的困扰。

通过自定义类统一你的绘图风格

我们写论文、书籍时，一般应该保证插入图表基本风格的一致，如配色、大小、布局等的一致。

比如我准备在本系列文章中，经常采用一个图形左右两个Axes，以便对比参数不同设置的效果，同时为了便于理解不同坐标系统、不同区域，我明确标出figure的边框和底色。

为了避免做一些重复设置，简化面向对象绘图的代码，我将定义一个Figure子类，定制好基本风格，后面直接引入这个子类即可保证风格的统一，又能简化代码。

下面的代码定义了一个名为”MyFigA()"的子类，它继承了mpl的Figure类，但重设了尺寸、边框、颜色等属性。

class MyFigA(Figure):#设置一些颜色值ax_fca = (249/256,244/256,206/256)ax_fcb = (138/256,176/256,209/256)pl_cb = (8/256,89/256,156/256)pl_cr = (239/256,8/256,8/256)def __init__(self,figsize=(9.6,4.8), #在这里修改父类参数的默认值dpi=100,facecolor=(239/256,239/256,239/256),edgecolor=(82/256,101/256,155/256),linewidth=10.0,frameon=True,subplotpars=None, tight_layout=None, constrained_layout=None, ):# 子类调用父类的方法super(MyFigA, self).__init__(figsize, dpi,facecolor,edgecolor,linewidth,frameon,subplotpars,tight_layout,constrained_layout)

将上面的代码保存"tth.py"文件，后面，我们只要引用这个类，即可重复使用这个所示的Figure模板：
在这里插入图片描述
输出这样一个Figure，就像一个模板一样。

一个完成更多任务的纯面向对象绘图的示例

向上面Figure模板添加更多的元素，这些都是完全面向对象的方法实现的。

添加两个Axes；
为每个Axes添加了两个三角函数曲线；
添加风格；
对两个Axes及其元素赋予不同的颜色，以示区别。

最重要的，就像在现实中绘画一样，在哪个区域绘制什么？要向不同的区域添加什么样的艺术（artists)元素，自己的头脑中都非常清晰。

代码如下：

import tth
from matplotlib.axes import Axes
from numpy import math
fig = MyFigA()
canvas = FigureCanvasAgg(fig)
ax_a = Axes(fig, [0.08,0.08,0.4,0.85], facecolor=fig.ax_fca)
ax_b = Axes(fig, [0.55, 0.08,0.4,0.85], facecolor=fig.ax_fcb) 
fig.add_axes(ax_a)
fig.add_axes(ax_b)
x = np.arange(0, 2*math.pi, 0.001)
y = np.sin(x)
ax_a.plot(x, y, color=fig.pl_cr)
ax_b.plot(x, y, color=fig.pl_cb) 
ax_a.plot(x, np.cos(x), color='g')
ax_b.plot(x, np.cos(x), color='r') 
ax_a.grid(b=True,lw=2)
ax_b.grid(b=True,lw=2)
s, (width, height) = canvas.print_to_buffer() 
from PIL import Image #调用PIL
im = Image.frombytes("RGBA", (width, height), s)
im.show()