Matplotlib-Funktionen zur Verwaltung von Figuren und Achsen

Matplotlib 参考文档 Matplotlib-Referenzdokumentation

Matplotlib bietet eine Reihe von Funktionen zum Erstellen und Verwalten von Figure- und Axes-Objekten. Alle zugehörigen Funktionen sind unten aufgeführt.

Funktionsliste

Funktion	Beschreibung	pyplot	Entsprechende Methode
figure()	Eine Figure erstellen oder aktivieren	plt.figure()	-
subplots()	Ein Figure- und Axes-Gitter erstellen	plt.subplots()	fig.subplots()
subplot()	Einen einzelnen Subplot anhand von Zeilen- und Spaltenindex hinzufügen	plt.subplot()	fig.add_subplot()
subplot2grid()	Einen Subplot an einer angegebenen Position im Raster erstellen	plt.subplot2grid()	-
subplot_mosaic()	Subplots mit Label-Strings anordnen	plt.subplot_mosaic()	fig.subplot_mosaic()
axes()	Ein Axes-Objekt zur aktuellen Figur hinzufügen	plt.axes()	fig.add_axes()
gca()	Die aktuellen Axes abrufen	plt.gca()	fig.gca()
gcf()	Aktuelle Figure abrufen	plt.gcf()	-
sca()	Aktuelle Axes festlegen	plt.sca(ax)	fig.sca(ax)
cla()	Aktuelle Axes löschen	plt.cla()	ax.cla()
clf()	Aktuelle Figure löschen	plt.clf()	fig.clear()
close()	Das Figure-Fenster schließen	plt.close()	-
delaxes()	Axes aus einer Figure entfernen	plt.delaxes(ax)	fig.delaxes(ax)
fignum_exists()	Prüfen, ob eine Figure-Nummer existiert	plt.fignum_exists(n)	-
get_figlabels()	Eine Liste aller Figure-Labels abrufen	plt.get_figlabels()	-
get_fignums()	Eine Liste aller Figure-Nummern abrufen	plt.get_fignums()	-
twinx()	Eine Zwillings-y-Achse erstellen, die die x-Achse teilt	plt.twinx()	ax.twinx()
twiny()	Eine zweite x-Achse erstellen, die die y-Achse teilt	plt.twiny()	ax.twiny()

Anwendungsbeispiele

Beispiel 1: gca/gcf/sca arbeiten mit der aktuellen Figure

Beispiel

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

# Die erste Figure erstellen
plt.figure(1)
plt.plot(x, np.sin(x), label='sin(x)')

# Die zweite Figure erstellen
plt.figure(2)
plt.plot(x, np.cos(x), label='cos(x)')

# Prüfen, ob Abbildung 1 existiert
print(plt.fignum_exists(1)) # True

# Alle Abbildungsnummern abrufen
print(plt.get_fignums()) # [1, 2]

# Zurück zu Abbildung 1 wechseln
plt.figure(1)
ax = plt.gca() # Aktuelle Achsen abrufen
print(ax.get_title())

# Aktuelle Achsen auf eine andere setzen
plt.sca(ax)
plt.title('Gewechselt über sca()')

plt.show()

True
[1, 2]

Beispiel 2: Erstellen eines ungleichmäßigen Layouts mit subplot2grid

Beispiel

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(10, 6), layout='constrained')

# subplot2grid(shape, loc, rowspan, colspan)
# shape=(3,3): ein Gitter aus 3 Zeilen und 3 Spalten
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3) # Oben erstreckt sich über die gesamte Zeile
ax2 = plt.subplot2grid((3, 3), (1, 0), rowspan=2) # Links erstreckt sich vertikal über 2 Zeilen
ax3 = plt.subplot2grid((3, 3), (1, 1), colspan=2) # Oben rechts erstreckt sich über 2 Spalten
ax4 = plt.subplot2grid((3, 3), (2, 1)) # Rechte Mitte
ax5 = plt.subplot2grid((3, 3), (2, 2)) # Rechts unten

x = np.linspace(0, 10, 50)
ax1.plot(x, np.sin(x))
ax1.set_title('Oben: colspan=3')

ax2.plot(x, np.cos(x), 'orange')
ax2.set_title('Links: rowspan=2')

ax3.bar(['A','B','C'], [3,7,5])
ax3.set_title('Rechts oben: colspan=2')

ax4.text(0.5, 0.5, 'Panel 4', ha='center', va='center')
ax5.text(0.5, 0.5, 'Panel 5', ha='center', va='center')

fig.suptitle('subplot2grid Layout', fontsize=14)
plt.show()

Beispiel 3: subplot_mosaic Label-Layout

Beispiel

import matplotlib.pyplot as plt
import numpy as np

layout = """
AAAB
CCDD
"""

fig, axes = plt.subplot_mosaic(layout, figsize=(10, 6),
layout='constrained')

x = np.linspace(0, 10, 100)

# Subplots über Labelnamen ansprechen
axes['A'].plot(x, np.sin(x))
axes['A'].set_title('A: Oberes breites Panel')

axes['B'].plot(x, np.cos(x), 'orange')
axes['B'].set_title('B: Oben rechts')

axes['C'].bar(['X','Y','Z'], [5, 8, 3], color='steelblue')
axes['C'].set_title('C: Unten links')

axes['D'].hist(np.random.randn(200), bins=20,
color='coral', edgecolor='white')
axes⟦⟧set_title['D'].set_title('D: Unten rechts')

fig.suptitle('subplot_mosaic() mit Label-Zugriff')
plt.show()

Beispiel 4: twinx/twiny duale Achsen

Beispiel

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

fig, ax1 = plt.subplots(figsize=(8, 4), layout='constrained')

# Primäre y-Achse (linke Seite)
color = 'tab:blue'
ax1.plot(x, np.sin(x) * 100, color=color1, label='Spannung')
ax1.set_xlabel('Zeit (s)')
ax1.set_ylabel('Spannung (mV)', color=color1)
ax1.tick_params(axis='y', labelcolor=color1)

# twinx() erzeugt eine zweite y-Achse, die die x-Achse teilt (rechte Seite)
ax2 = ax1.twinx()
color2 = 'tab:red'
ax2.plot(x, np.cos(x) * 40 + 50, color=color2, linestyle='--',
label='Temperatur')
ax2.set_ylabel('Temperatur (°C)', color=color2)
ax2.tick_params(axis='y', labelcolor=color2)

ax1.set_title('Doppelte Y-Achsen mit twinx()')
plt.show()

Beispiel 5: cla/clf/close-Aufräumoperationen

Beispiel

import matplotlib.pyplot as plt
import numpy as np

# Eine Figure erstellen und plotten
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
ax.set_title('Originaldiagramm')
print('Vor cla():', len(ax.get_lines())) # 1

# cla() löscht den Inhalt der Axes (behält die Axes und Figure)
ax.cla()
print('Nach cla():', len(ax.get_lines())) # 0

# Erneut zeichnen
ax.plot([1, 2, 3], [1, 4, 9])
ax.set_title('Nach cla() und erneutem Zeichnen')
plt.show()

# clf() löscht die gesamte Figure
plt.clf()
print('Nach clf():', len(fig.get_axes())) # 0

# close() schließt das Figure-Fenster
plt.close('all')
print('Beispiel: Bereinigung abgeschlossen')

Matplotlib 参考文档 Matplotlib-Referenzdokumentation

Andere Erweiterungen