.py | matplotlib笔记：两种API

“图”这个字在英语中可以对应好几个词，picture, image, figure, plot... 其中的 plot，意思是展示两组或两组以上的数据之间关系的图像。用时髦一点的话说，就是数据可视化的产物。

所谓matplotlib，顾名思义，mat 表示山寨 MATLAB，plot 的含义如上所述，lib 表示这是 python 的一个第三方库 (library)，而不是某种领域专用的编程语言 (domain specific languange, DSL)。

所谓 API，全称是 application programming interface, 应用程序接口，约等于在你有了自己的数据，想调用 matplotlib 来画图的时候，那些需要写在你自己代码里的语句的语法规则。

因为是代码库，所以在一切开始之前，需要在你的 python 代码开头声明引入

import matplotlib.pyplot as plt

plt 可以换成你喜欢并且不和其他代码冲突的名字，但是这三个字母是大家的约定俗成的，网上的绝大多数示例代码都这么写，照抄就完事了。

matplotlib 的两种 API

matplotlib 有两种 API，（其实还有第 3 种 pylab，但它没能经得起时间的检验，已经处于官方极不推荐的状态），分别是：

• 基于状态的 (state-based)
• 面向对象的 (object-oriented)

两种风格混用的话大概率没法玩得转，会产生各种出人意料的输出结果，新手 debug 的能力又比较差，所以最好先选边站队，有时间再学剩下的一个。

对于有 MATLAB 基础的朋友，基于状态的 API 语法和 MATLAB 几乎一模一样，几乎可以直接上手，当年 python 算是后起之秀，这一招当初就是为了从 MATLAB 那里吸引用户， 相当歹毒。 这套接口本身也比较简单，适合在调试程序的时候快速看一下结果，检查错误。

对于一般的初学者，matplotlib 的代码本身就是用面向对象的编程范式写成的，学习这套 API 可以更好的理解代码，知道自己究竟在干什么，顺便还可以熟悉一下面向对象的编程范式。现在学 python 之前就会 MATLAB 的人越来越少，网上 可供复制粘贴 的示例代码越来越多地使用面向对象的语法，学习面向对象的接口也更加实用。

两种 API 的相同任务

上图来自网上随便找的一篇论文，可以看到，一般我们会把信息相关的几幅小图放在一起，在文章排版的时候，这张组合在一起的图片算作一个单位。在 matplotlib 里面，这样一个基本单位叫做 figure，而每一幅小图叫做 axis （变量名常简写作 ax）。平时的单图可以看作只有一个 axis 的 figure，多图的时候往往用一个 tuple axes 的 __getitem__() 方法来控制每个子图。

上图来自官网，图中的蓝字就是 matplotlib 认为的一张只有一个 axis 的 figure 所包含的元素。

两种 API 要做的事情，就是建立 figure 和 axis，然后提供函数/方法来生成或者改变各个元素。

基于状态 (state-based)

所谓基于状态的 API，不太好解释，前面已经说过，在每个函数前面加上 plt，剩下的就和写 MATLAB 几乎完全一样。

看官网给出的教程，可以观察到两个有趣的现象：

• 几乎没有赋值运算符 =
• 几乎所有的 . 前面都是 plt

也就是说，与 matplotlib 相关的命令都是函数，而且不需要将返回值赋给任何变量。figure 和 axis 的概念被隐藏起来了，plt.figure() 建立一个 figure；plt.subplot()建立多个 axes，并且将程序的注意力放到函数参数指定的子图上；紧跟着的设定各种元素的函数都会作用到之前最新一个 plt.subplot() 所指定的子图上。

没有赋值说明函数的返回值并不重要，这些函数都会作用在后台维护的 figure 和 axis 的状态机上面，也就是说这些函数都有副作用，不是纯函数。

面向对象 (object-oriented)

作为对比：

• 头几句会有赋值运算符 =，被赋值的变量名一般就是 fig 和 ax。
• . 前面都是 fig 和 ax，其中 ax 居多。

fig 和 ax 分别是 matplotlib.figure.Figure 和 matplotlib.axes.Axes 两种对象的实例，画图和调整都是在调用两种对象的方法，主要是 ax 的方法。

不同之处 Cheat Sheet

绝大多数命令，在两种 API 之下的名字都一样，差别就在于开头究竟是 plt. 还是 ax.，但是少数命令不同，下面做了一个表格，进行一个不完全的列举：

State-Based	任务	Object-Oriented
plt.figure(**args)	新建 figure	fig = plt.figure(**args)
plt.subplot(**args)	新建 axis	ax = fig.add_subplot(**args)
好像没有	同时新建 figure 和复数 axes	fig,axes = plt.subplots(**args)
plt.title(**args)	设置 figrue 标题	ax.set_title(**args)
plt.xlabel(**args)	设置 x 轴名称	ax.set_xlabel(**args)
plt.ylabel(**args)	设置 y 轴名称	ax.set_ylabel(**args)
plt.xlim(**args)	设置 x 轴范围	ax.set_xlim(**args)
plt.ylim(**args)	设置 y 轴范围	ax.set_ylim(**args)

其他不同的命令，以后用到的时候会随手更新。