Unterschiede zwischen Plot, Achsen und Figur in Matplotlib

Matplotlib ist eine objektorientierte Python-Bibliothek zum Erstellen von Visualisierungen. Es verwendet drei Hauptobjekte: die Figur, die Achsen und das Diagramm.

Die Figur

Die Figur stellt die gesamte Leinwand oder das gesamte Fenster dar, in dem die Visualisierung angezeigt wird. Es definiert die Gesamtgröße und das Layout der Leinwand, einschließlich der Ränder, der Hintergrundfarbe und aller anderen globalen Eigenschaften.

Die Achsen

Achsen stellen einen bestimmten Bereich innerhalb der Abbildung dar, in dem Daten dargestellt werden . Sie definieren das Koordinatensystem zum Plotten, einschließlich der Achsenbeschriftungen, Teilstriche und Gitterlinien. Innerhalb einer einzelnen Figur können mehrere Achsen erstellt werden, um mehrere Diagramme zu ermöglichen.

Das Diagramm

Das Diagrammobjekt wird verwendet, um eine bestimmte Datenvisualisierung innerhalb einer Achse darzustellen. Dabei kann es sich um ein Liniendiagramm, ein Streudiagramm, ein Histogramm oder jede andere Art grafischer Darstellung handeln. Jeder Plot ist einem bestimmten Axes-Objekt zugeordnet.

Methodenaufruf

Lassen Sie uns nun untersuchen, wie diese Objekte interagieren, wenn verschiedene Methoden in Matplotlib verwendet werden:

• plt.plot(x, y): Diese Methode ruft die plot()-Methode des ausgeblendeten Axes-Objekts auf und erstellt einen neuen Plot in der aktuellen Figur.
• ax = plt.subplot () ax.plot(x, y): Diese Methode erstellt explizit ein Axes-Objekt mit subplot() und ruft dann ihre plot()-Methode auf, um einen Plot in diesen Axes zu erstellen.
• figure = plt.figure() new_plot = figure.add_subplot(111) new_plot.plot(x, y): Diese Methode erstellt zunächst einen Figure-Objekt, fügt ihm dann mit add_subplot() ein Axes-Objekt hinzu und ruft schließlich die plot()-Methode für die neuen Axes auf.

Methodenauswahl

Die Wahl der Methode hängt davon ab auf die Anforderungen des konkreten Anwendungsfalls:

• plt.plot(): Geeignet für schnelle und einfache interaktive Plots.
• ax.plot (): Nützlich, wenn Sie auf bestimmte Achseneigenschaften zugreifen und diese anpassen müssen.
• figure.add_subplot(): Bietet mehr Kontrolle über das Layout und die Anpassung der Visualisierung.

Letztendlich hängt die Auswahl der geeigneten Methode von Faktoren wie der Anzahl der Plots, dem gewünschten Layout und der Notwendigkeit der Anpassbarkeit ab.