【1.1】matplotlib详解图像各个部分
一、基本概念
在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：
- figure：整个画布，包含一个或多个 axes
- axes：画布中的某一个图表，包含一个 plot
- artist：元素，包括图中所示的 label、line 等，也包括 plot
下面以一个直线图来详解图像内部各个组件内容:
其中：title为图像标题，Axis为坐标轴, Label为坐标轴标注，Tick为刻度线，Tick Label为刻度注释。各个对象关系可以梳理成以下内容：
图像中所有对象均来自于Artist的基类。
上面基本介绍清楚了图像中各个部分的基本关系，下面着重讲一下几个部分的详细的设置。
一个"Figure"意味着用户交互的整个窗口。在这个figure中容纳着"subplots"。
当我们调用plot时，matplotlib会调用gca()获取当前的axes绘图区域，而且gca反过来调用gcf()来获得当前的figure。如果figure为空，它会自动调用figure()生成一个figure, 严格的讲，是生成subplots(111)。
1.1 Figures
通过 plt 库进行画布（figure）相关操作 创建一个新的画布或引用一个已有的画布
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, clear=False)
重要参数包括：
num：Figure 的编号，可选。如果这个 num 的 figure 已经存在，那么激活这个 figure 并引用，否则生成一个新的 figure
figsize：设置画布的尺寸，默认 [6.4, 4.8]，单位英寸
dpi：分辨率，默认 100
facecolor：背景颜色
edgecolor：边线颜色
clear：如果 num 代表的 figure 已经存在，是否要将这个画布清空
更新当前的画布（figure）
plt.draw()
对于支持交互类型（interactive model）的 backend，如果已经开启了交互类型（ion()），则不需要每次调用。
绘制画布（figure）
plt.show()
绘制画布，对于支持交互类型的 backend，没有作用；对于非交互类型（non-interactive model）的 backend，则立即显示画布，直至画布被关闭。
清除当前的画布（figure）
plt.clf()
关闭某个画布
plt.close()
参数可以是：
- 空，即关闭当前画布
- Figure 实例
- 整数，Figure 编号
- 字符串，Figure 名称
- ‘all’，所有画布
将画布保存成文件
plt.savefig(fname, dpi=None, facecolor='w', edgecolor='w', orientation='portrait', papertype=None, format=None, transparent=False, metadata=None)
重要参数包括：
fname：一个文件路径或者一个 file 类型的对象
dpi：分辨率，一个整数或者 ‘figure’ 指定使用 figure 的分辨率
facecolor：背景颜色
edgecolor：边线颜色
orientation：方向，‘landscape’ 或 ‘portrait’
papertype：纸张类型，‘letter’, ‘legal’, ‘executive’, ‘ledger’, ‘a0’ 到 ‘a10’, ‘b0’ 到 ‘b10’
format：格式，可能是 ‘png’，‘pdf’，‘ps’，‘eps’，‘svg’ 等，具体取决于当前 backend 所支持的格式
transparent：是否透明
metadata：一些参数，kv 格式的参数
‘png’ 类型支持的参数见 这里
‘pdf’ 类型支持的参数见 这里
‘eps’ 或 ‘ps’ 支持 ‘Creator’ 参数
获取画布信息：
| 作用 | 函数 |
|---|---|
| 获取当前的画布（figure） | plt.gcf() |
| 返回当前所有画布的标签列表 | plt.get_figlabels() |
| 返回当前所有画布的编号 | plt.get_fignums() |
| 为画布（Figure） | 添加标题 |
plt.suptitle(t, **kwargs)
重要参数说明：
- t：标题内容
- x，y：坐标位置，默认 x = 0.5，y = 0.98
- ha：水平对齐方式，‘center’, ‘left’, ‘right’
- va：竖直对齐方式，‘top’, ‘center’, ‘bottom’, ‘baseline’
1.2 backend
每一种输出的能力都叫做一种 backend，在我的理解中有点类似渲染器。 IPython 中的魔法语句 %matplotlib xxxx 就是选择 backend。
选用哪种 backend，其优先级选取如下：
matplotlibrc 文件中的 backend
使用 MPLBACKEND 环境变量
使用 matplotlib.use() 函数，需要在导入 pyplot 前使用
backend 从种类上，分为可交互型（user interface）和不可交互型两种（hardcopy），如果希望查看本地支持的 backend 有哪些，可以使用
matplotlib.rcsetup.interactive_bk # 可交互型
matplotlib.rcsetup.non_interactive_bk # 不可交互型
matplotlib.rcsetup.all_backends # 所有 backend
获取当前的 backend 可以使用 matplotlib.pyplot.get_backend()
“交互模式”即代表着这个图标在绘制后可以动态变化，例如预设的动画以及用户的操作。 当开启交互模式后，绘制的图表会自动更新、绘制，如果希望手动更新图表，则使用 draw() 函数；而在非交互模式下，当所有后台绘制完成后，需要使用 show() 函数，才会将最终图表展示出来。
如果希望使用交互模式，需要选用可交互型的 backend。
通过 matplotlib.interactive() 设置交互模式的开启与关闭 通过 matplotlib.is_interactive() 查询当前实发支持交互模式 也可以通过 matplotlib.pyplot.ion() 和 matplotlib.pyplot.ioff() 来开启/关闭交互模式
常用 backend
不可交互型:
AGG：渲染为 png 文件
PS：渲染为 ps 文件
PDF：渲染为 pdf 文件
SVG：渲染为 svg 文件
Cairo：使用 Cairo 引擎渲染
可交互型:
Qt5Agg：使用 Qt5 渲染，IPython 中可使用 %matplotlib qt5
Qt4Agg：使用 Qt4 渲染，IPython 中可使用 %matplotlib qt4
ipympl：使用 ipympl 库，Ipython 中可使用 %matplotlib ipympl
macosx：使用 Cocoa 画布渲染，Ipython 中可使用 %matplotlib osx
nbAgg：Jupyter Notebook 中使用的 backend，Jupyter 中使用 %matplotlib notebook 来激活
WXAgg：使用 wxWidgets 库来渲染，Ipython 中可使用 %matplotlib wx
inline：严格地讲并不是一个 backend，这个 IPython 中的一个语法，表示把图表嵌入笔记中，使用 %matplotlib inline
1.3 子图
1.3.1 Subplots
plt.subplot(221) # 第一行的左图
plt.subplot(222) # 第一行的右图
plt.subplot(212) # 第二整行
plt.show()
注意：其中各个参数也可以用逗号,分隔开。第一个参数代表子图的行数；第二个参数代表该行图像的列数； 第三个参数代表每行的第几个图像。
另外：fig, ax = plt.subplots(2,2),其中参数分别代表子图的行数和列数，一共有 2x2 个图像。函数返回一个figure图像和一个子图ax的array列表。
补充：gridspec命令可以对子图区域划分提供更灵活的配置。
1.3.2 add_axes的方法
add_subplot()方法在生成子图过程，简单明了，而用add_axes()方法,则生成子图的灵活性更强，完全可以实现add_subplot()方法的功能，可以控制子图显示位置，甚至实现相互重叠的效果。
fig = plt.figure()
ax3 = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax4 = fig.add_axes([0.72, 0.72, 0.16, 0.16])
print type(ax3)
plt.show()
axes与subplot区别：
axes简单说来就是灵活的子图，axes是自由摆放的子图，甚至可以相互重叠，而subplot是“自动对齐到网格”。但他们本质上都是子图，也就是说subplot内部其实也是调用的axes，只不过规范了各个axes的排列罢了
参考资料
