2、matplotlib中的 ax=fig.add

如何在Python中使用matplotlib绘制图表：使用pyplot库 #生活技巧# #数码产品使用技巧# #设计软件使用技巧#

目录 从结果的角度考察ax=fig.add_axes([0,0,1,1])的作用1、前言：（可跳过）2、步骤

转载请附原文地址，谢谢。

从结果的角度考察ax=fig.add_axes([0,0,1,1])的作用

1、前言：（可跳过）

虽然使用matplotlib.pyplot模块可以很容易地快速生成图，但建议使用面向对象的方法，因为它可以为你的图提供更多的控制和定制。大部分的函数也可以在matplotlib.axes.Axes类中使用。使用更正式的面向对象方法背后的主要想法是创建图对象，然后只需调用该对象的方法或属性。这种方法有助于更好地处理画布上有多个图的情况。

但是在面向对象的界面中，Pyplot只用于创建图形等少数功能，用户明确地创建并跟踪图形和轴对象。在这个层面上，用户使用Pyplot创建数字，通过这些数字，可以创建一个或多个轴对象。这些坐标轴对象就可以用于大多数绘图操作。

2、步骤

首先，我们还是先创建一个图的实例，既提供一个空的画布：

fig = plt.figure() 1

然后为图形添加轴。add_axes()方法需要一个由4个元素组成的list对象，分别对应图形的左、底、宽、高。每个数字必须在0和1之间。

ax=fig.add_axes([0,0,1,1]) 1

到这里，不明白fig.add_axes（[0,0,1,1]）是怎么回事也没关系，下面直接看实例，分别改变0，0，1，1的数值，看一下图像的变化：
下面是初始代码块

from matplotlib import pyplot as plt import numpy as np import math x = np.arange(0, math.pi*2, 0.05) y = np.sin(x) fig = plt.figure() ax = fig.add_axes([0,0,1,1]) ax.plot(x,y) plt.show() 123456789'

初始显示结果如下：

改动为 ax= fig.add_axes([0.8,0,1,1])，由下图的显示结果可知，改变第一个参数为0.8，图像从左往右移动了80%，只能看到图片左边20%的部分。

改动为ax = fig.add_axes([0,0.8,1,1])，由下图的显示结果可知，改变第二个参数为0.8，图像从下往上移动了80%。

改动为ax = fig.add_axes([0,0,0.5,1])，由下图的显示结果可知，改变第三个参数为0.5，图像在宽度方向上压缩了一半，且位置靠在最左边。

改动为ax = fig.add_axes([0,0,1,0.5])，由下图的显示结果可知，改变第四个参数为0.5，图像在高度方向上压缩了一半，且位置靠在最下边。

这有什么用呢，下面我们同时改变这四个参数，看一下效果：
此时ax = fig.add_axes([0.5,0.5,0.3,0…3]),由下图可以看出，利用这四个参数，我们可以在原来设定的画板上的任意位置进行贴图。

附：以上结果仅仅是在pycharm进行的，如果你是在jupyter notebook中进行的，也是一样的道理，如下截图所示：

网址：2、matplotlib中的 ax=fig.add https://www.yuejiaxmz.com/news/view/588449

相关内容

fig,ax = plt.subplots()与fig = plt.figure()和ax = fig.add
Python中的Numpy、SciPy、MatPlotLib安装与配置
Matplotlib多个子图共用colorbar
Matplotlib——图形的完善修饰plt.legend、plt.gca、set
一元二次方程ax^2+bx+c=0(a≠0)，为什么只有b^2
'c' argument has 22 elements, which is
若(AX)=1200H,(BX)=0100H,执行指令MOV AX,BX 后,A
Ax=b,利用矩阵的逆求x
配方公式 ax^2+bx+c=0(a≠0
若(AX)=96H,(BX)=65H,依次执行 ADD AX,BX DAA 指令

随便看看