Matplotlib库的初步理解与使用

matplotlib库的设计哲学：
Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. Matplotlib makes easy things easy and hard things possible.
matplotlib是一个用来创建静态，动画，和可交互的可视化库。Matplotlib让简单的事情简单化，让困难的事情变可能。

基本绘图单元和概念

figure：画布
axes：坐标系
axis：坐标轴
artist：艺术品，负责所有可视化元素的绘制和渲染，所有图形中能看到的东西，都是artist对象的衍生品。

The whole figure. The Figure keeps track of all the child Axes, a group of ‘special’ Artists (titles, figure legends, colorbars, etc), and even nested subfigures.
figure是所绘制图像的容器，它保持对画布中所有的坐标系和绘画对象的跟踪，以及画布中嵌套的子画布。

如下官方给出的示意图：

整个图形中范围最大的就是figure¹，图形中所有绘制的组件都放在figure画布之上。在画布之上绘制图形需要至少一个坐标系（axes²)，如果要把多个图像放在一张画布上，可以往画布上添加多个坐标系。一个坐标系中包含的坐标轴取决于绘图种类，常见的x-y坐标系就是两个坐标轴，3D图像就是3个坐标轴，极坐标系³就是一个半径加一个角度两个轴。通过axes对象，我们就可以修改这个坐标系中的所有组件，包括坐标轴，坐标轴标签，基于坐标轴绘制的曲线或图形，数据标签，图例，注释文字等等。另外，一个画布可以包含子画布⁴，也就是可以把一个画布分割成多个分别进行绘制，每个子画布中可以设定不同的绘画风格，这就进一步增强了图形绘制的灵活性。
一副图形中包含的画布，坐标系，坐标轴，曲线等等元素，在绘制和渲染之前，都是内存中的数据。渲染时，图形中的各个组件根据自己的属性配置，分别完成自己的可视化渲染，这就是artist的作用。所以在调用plt.show()之前，我们就只是在更改图像的所有组件的属性。

编码风格（显示调用和隐式调用）

面相对象风格

面相对象风格就是使用面相对象的风格编程，所有的操作都是基于绘图对象的API和属性。

x = np.linspace(0, 2, 100)  # Sample data.# Note that even in the OO-style, we use `.pyplot.figure` to create the Figure.
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')
ax.plot(x, x, label='linear')  # Plot some data on the axes.
ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...
ax.plot(x, x**3, label='cubic')  # ... and some more.
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes.
ax.set_title("Simple Plot")  # Add a title to the axes.
ax.legend()  # Add a legend.

pyplot-style

pyplot风格，使用pyplot顶层接口直接操作图像，pyplot会隐式调用内部接口实现相关操作。

x = np.linspace(0, 2, 100)  # Sample data.plt.figure(figsize=(5, 2.7), layout='constrained')
plt.plot(x, x, label='linear')  # Plot some data on the (implicit) axes.
plt.plot(x, x**2, label='quadratic')  # etc.
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()

两种风格绘制出的图像是一样的：

Pylot风格比较直观易用，在于大多数场景能够快速出图，但是功能丰富度不够，要想完全使用顶层接口实现图形的精细化控制非常困难。官方也推荐使用面相对象风格，可以对画布中的所有控件进行精细化控制。

不论是使用那种风格，使用代码绘制图形的步骤是一样的。使用OO风格，调用.pyplot.figure来创建空画布，pyplot风格是使用plt.figure来创建画布，两种方法都会返回一个空画布。plt.subplots同时帮我们创建了空画布和坐标系。plt.plot函数在绘制时如果画布中没有坐标系，会自动创建新的坐标系。

在编程时，如果使用面相对象风格，要准确控制图形控件中的内容是比较清晰的，相关的API函数也很容易查阅，所以推荐使用功能这种风格。