目錄

背景： 《Python for Data Analysis》 2nd Edition裡邊多次出現：

fig, ax = plt.subplots()

一、fig, ax = plt.subplots()的作用？

它是用來輸出 總畫布“視窗”的（fig：是figure的縮寫），有了畫布就可以在上邊作圖了。

等價於

fig = plt.figure()
ax = plt.subplot(111)

二、引數的含義？

首先看 fig = plt.figure()

matpltlib.pyplot.figure(
num = None, 
figsize=None, 
dpi=None,
facecolor=None,
edgecolor=None,
frameon=True,
FigureClass=<class 'matplotlib.figure.Figure'>,
clear=False,
**kwargs)
 

num：設定figure名稱。系統預設升序命名figure（透視表輸出視窗）e.g. “figure1”。可自行設定figure名稱，名稱或是INT，或是str型別；

figsize：設定figure尺寸。系統預設命令是rcParams["figure.fig.size"] = [6.4, 4.8]，即figure長寬為6.4 * 4.8；

dpi：設定figure畫素密度。系統默命令是rcParams["sigure.dpi"] = 100；

facecolor：設定figure背景色。系統預設命令是rcParams["figure.facecolor"] = 'w'，即白色white；

frameon / edgecolor：設定要不要繪製輪廓&輪廓顏色。系統預設繪製輪廓，輪廓染色rcParams["figure.edgecolor"]='w',即白色white；

Figureclass：設定使不使用一個figure模板。系統預設不使用；

clear：設定當同名figure存在時，是否替換它。系統預設False，即不替換。

然後看ax = plt.subplot()

三、多維透檢視怎麼做？

比如說我們想畫個2*2的子圖，每個子圖輸出一個對應的圖表。

• 先重點考慮2個步驟。

· 第1個步驟：建立多維視窗：

· 第2個步驟：設定各個透視子圖在視窗的位置：

fig, axes = plt.subplots(2, 2)

data.plot.bar(ax=axes[1,1], color='b', alpha=0.5)
data.plot.barh(ax=axes[0,1], color='k', alpha=0.5)

附註：

· plot.bar(ax=[])引數ax=[] 來設定圖表的子圖座標。ax=[0,1]表示水平條形圖位置在右上角，即第1行，第2列;

· alpha：設定圖表的透明度；

• 再新增子透檢視程式碼。

· 第3個步驟：得到完整的程式碼：

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

fig, axes = plt.subplots(2, 2)

data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))

data.plot.bar(ax=axes[1,1], color='b', alpha = 0.5)
data.plot.barh(ax=axes[0,1], color='k', alpha=0.5)


plt.show()

四、同坐標的多維透檢視怎麼做？

最主要的一點是讓多個圖線共用一個x座標軸。

• 語句規定N個折線圖共用一個x座標：

import numpy as np
import matplotlib.pyplot as plt

fig, ax1 = plt.subplots(1, 1)             # 做1*1個子圖，等價於 fig, ax1 = plt.subplot()

ax2 = ax1.twinx()                         # 讓2個子圖軸一樣；

# 作y=sin(x)函式
x1 = np.linspace(0, 4 * np.pi, 100)
y1 = np.sin(x1)
ax1.plot(x1, y1)

#  作y = cos(x)函式
x2 = np.linspace(0, 4 * np.pi, 100)
y2 = np.cos(x2)
ax2.plot(x2, y2)

plt.savefig('sin_cos_2.png')               # 將視窗另存為png格式圖片

附註：np.linspace(0, 4*np.pi, 100)：表示在區間[0, 4π]之間取100個點（作為橫座標，“線段是有無數多個點組成的”）。