Matplotlib创建图表的2种方式（附带实例）

Matplotlib 为创建图表提供了两种编程方式，分别是函数和面向对象。无论使用哪种方式，都可以创建所需的图表，两种方式各有优缺点。

在实际编程任务中，经常结合使用函数和面向对象两种方式来创建图表，充分发挥两种编程方式各自的优点，从而简化代码的编写，同时也能使创建图表的整个过程逻辑清晰，并可对图表的细节具有灵活的控制能力。

Matplotlib用函数创建图表

在 Matplotlib 库中有一个 pyplot 模块，该模块提供了大量的函数，使用这些函数可以创建不同类型的图表，并对图表元素进行详细设置。

使用 pyplot 模块中的函数创建图表时，只需为这些函数提供一些参数即可，用户无须显式创建 Figure 和 Axes 等对象，Matplotlib 会在幕后自动创建它们。


下面的示例使用函数方式创建上图所示的图表，其中使用了以下几个函数：

• figure：创建一个图形；
• plot：绘制折线图；
• xlabel：设置 x 轴标题；
• ylabel：设置 y 轴标题；
• title：设置图表标题；
• legend：添加图例；
• show：在窗口中显示图表。

import matplotlib.pyplot as plt
x = range(1, 7)
plt.figure()
plt.plot(x, x, label='linear')
plt.xlabel('x Axis')
plt.ylabel('y Axis')
plt.title("Plot Test")
plt.legend()
plt.show()

导入 pyplot 模块时，虽然可以使用任何名称作为其别名，但是通常将其别名设置为 plt，这是一种便于 Python 程序员交流的命名惯例。

pyplot 模块中的绘图函数通常接受 Ndarray 类型的数据，Ndarray 是 NumPy 库的核心对象。此外，Python 中的序列对象和可迭代对象也可作为这些函数的参数，本例传递给 plot 函数的参数是由 Python 中的 Range 函数创建的可迭代对象。

Matplotlib用面向对象方式创建图表

在 Matplotlib 中操作的任何东西都是对象，例如 Figure、Axes 和 Axis 等。

使用面向对象方式创建图表时，Figure 对象通常使用函数方式来创建，即 pyplot 模块中的 figure 函数，这是创建 Figure 对象的快捷方法。

下面的示例是创建图 1 所示的图表，此处使用的是面向对象编程方式。

import matplotlib.pyplot as plt
x = range(1, 7)
fig, ax = plt.subplots()
ax.plot(x, x, label='linear')
ax.set_xlabel('x Axis')
ax.set_ylabel('y Axis')
ax.set_title('Plot Test')
ax.legend()
fig.show()

函数和面向对象两种编程方式的主要区别：

• 在函数式编程中，每行代码几乎都以 plt 开头，绘制图表并设置图表元素的操作使用的都是 pyplot 模块中的函数。在窗口中显示图表时，使用的是 pyplot 模块中的 show 函数。
• 在面向对象式编程中，需要显式创建 Figure 和 Axes 等对象，绘制图表并设置图表元素使用的是 Axes 对象的方法。在窗口中显示图表时，使用的是 Figure 对象的 show 方法。