开始写一个Matplotlib教程

Matplotlib之于Python，如同ggplot2之于R，可见其“帝位”。

准备写一个Matplotlib教程，力求系统、白话、小白。

才开始写，不知到那一年能写完，也可能夭折（之前那个👉seaborn教程拖了半年才完工）～

本文摘取部分写好的部分内容，完整内容敬请期待......

Matplotlib绘图逻辑

一张图，

Matplotlib图形组成

图形（Figure）

图形（Figure）指整张图，即上图红色框部分，可设置整张图的分辨率（dpi），长宽（figsize）、标题（title）等特征。Figure可包含多个子图（Axes），上面Figure中包含4个Axes。

子图（Axes）

子图（Axes）可能是matplotlib中最重要的元素，即上图绿色框部分，以上图子图3为例，该子图包含绿框中用于绘制数据的区域、图形Line plot、两个坐标轴（Axis）、标题（x、y轴标题、子图标题等。

坐标轴（Axis）

坐标轴（Axis）用于设置数据的比例和范围，并生成刻度和刻度标签（标注刻度的字符串），即上图中子图3中蓝色框部分。

其它绘图元素（Artist）

Figure中所有部分都是绘图元素（Artist），除了上面介绍的几大类，还有如上图子图1中文本注释（“Y of x=a”）、上图子图3中图例等等。

Matplotlib两种绘图方法

使用matplotlib绘制图表，就是根据数据的类型，将图（Figure）、子图（Axes）和坐标轴（Axis）等绘图元素（Artist）有效结合，以简洁明了的方式展示数据的规律。

matplotlib经过20多年的发展，已经很庞大，初学者往往不知道如何上手。其实，matplotlib绘图方法可以分成两大类：

• 方法1，类似MATLAB基于函数的，隐式的方法（function-based，implicit）：使用matplotlib.pyplot
• 方法2，基于面向对象的，显式的方法（object-based，explicit）：主要使用matplotlib.figure.Figure和matplotlib.axes.Axes

matplotlib隐式绘图方法（pyplot）

方法见图中，这种方法以plt.+对应元素名称调用方法（例如，plt.title设置子图标题）,

matplotlib显式绘图方法（axes）

方法见图中，这种方法通过ax.+对应元素名称调用方法（例如，ax.title设置子图标题）,

matplotlib隐式 VS 显式方法

一张图，

完整内容,敬请期待......