如何在 Matplotlib 中修改现有的图形实例？

---

在这篇文章中，我们将学习如何在 Matplotlib 中修改现有的图形实例。我们将看到在 matplotlib 中修改现有图形的完整分步过程，以及它们在 Python 中的完整示例。

Matplotlib 是一个流行的 Python 库，用于创建各种类型的绘图和可视化。它提供了一个高级接口来生成图表和图形，以及对图形的各个方面进行细粒度控制。在 Matplotlib 中，图形实例表示整个可视化，包括一个或多个子图、坐标轴、标题、标签和图例。

要使用图形实例，我们需要使用 plt.figure() 函数创建一个图形实例。这将创建一个新的图形实例并返回对其的引用。然后，我们可以根据需要向图形添加子图、坐标轴、标题和其他元素。

在 Matplotlib 中修改现有图形实例的步骤

以下是修改 Matplotlib 中现有图形实例的完整步骤：

步骤 1：导入所需的模块

在 Matplotlib 中修改现有图形实例的第一步是导入其模块。请参阅以下语法以导入所需的模块：

import matplotlib.pyplot as plt

在上面的代码中，我们将 Matplotlib 的 pyplot 模块导入为 plt，它是 pyplot 的别名，我们将在本文中一直使用它。

步骤 2：创建一个图形实例

下一步是创建一个新的图形实例。为此，我们可以使用 plt.figure() 函数，该函数用于返回一个新的图形实例，然后我们可以对其进行修改。

fig = plt.figure()

上面的代码创建一个新的图形实例并将其赋值给变量 fig。

步骤 3：绘制数据

创建新的图形实例后，我们现在将使用 Matplotlib 中提供的众多绘图函数之一在其上绘制数据。例如，我们可以使用以下代码绘制简单的线形图：

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)

步骤 4：修改图形实例

下一步是修改我们创建的图形实例，我们已经在该实例上绘制了一些数据。这样，我们现在可以自定义其外观或添加新元素。要修改 Matplotlib 中的图形实例，有多种方法。以下是一些常见的修改：

更改图形大小

我们可以使用 fig.set_size_inches() 函数更改图形实例的大小。此函数采用一个元组作为参数，该元组以英寸为单位表示宽度和高度。

fig.set_size_inches(8, 6)

更改坐标轴限制

我们可以使用 plt.xlim() 和 plt.ylim() 函数更改 x 轴和 y 轴的限制。这些函数各采用两个参数，它们分别是轴的上下限。

plt.xlim(0, 6)
plt.ylim(0, 12)

添加标题

我们可以使用 plt.title() 函数向图形实例添加标题。此函数采用一个字符串参数，该参数是图形的标题。

plt.title("My Figure")

步骤 5：显示图形

修改图形实例后，我们需要使用 plt.show() 函数显示它。

plt.show()

步骤 6：修改现有图形实例

要修改现有图形实例，我们首先需要获取对其的引用。我们可以通过在创建图形实例时将其分配给变量来实现，或者使用 plt.gcf() 函数获取对当前图形实例的引用。

fig = plt.gcf()

此代码获取对当前图形实例的引用并将其赋值给变量 fig。

获得对图形实例的引用后，我们可以使用步骤 4 中描述的相同方法对其进行修改。

例如，我们可以按如下方式更改图形实例的大小：

fig.set_size_inches(10, 8)

此代码将图形实例的大小更改为宽度 10 英寸，高度 8 英寸。

我们还可以按如下方式更改图形实例的标题：

plt.title("My Modified Figure")

步骤 7：保存图形

修改图形实例后，我们可能希望将其保存为图像文件。我们可以使用 plt.savefig() 函数来实现。此函数采用文件名作为参数，并将图形实例保存到该文件。

现在，我们已经学习了修改 Matplotlib 中现有图形实例的完整步骤，让我们看一些使用不同方法修改现有图形实例的示例。

示例 1：修改现有图形实例

在下面的示例中，我们使用 np.random.randn() 为 x 和 y 坐标生成 100 个随机数。然后，我们使用 plt.scatter() 创建散点图，并通过设置标题、x 轴标签和 y 轴标签来自定义绘图。最后，我们使用 plt.show() 显示绘图。生成的绘图将显示一个具有随机分布的蓝色点的散点图。

import matplotlib.pyplot as plt
import numpy as np

# Generate random data
np.random.seed(0)
x = np.random.randn(100)
y = np.random.randn(100)

# Create a scatter plot
plt.scatter(x, y, color='blue', alpha=0.5)
plt.title("Scatter Plot Example")
plt.xlabel("X")
plt.ylabel("Y")

# Show the plot
plt.show()

输出

示例 2：使用面向对象接口

在下面的示例中，我们使用 plt.subplots() 创建一个 Figure 对象和一个 Axes 对象。然后，我们使用 Axes 对象 ax 使用 ax.plot() 绘制数据。我们自定义线条颜色、线型并为图例添加标签。Axes 对象用于分别设置标题、x 轴标签、y 轴标签并使用 ax.set_title()、ax.set_xlabel()、ax.set_ylabel() 和 ax.legend() 添加图例。最后，我们使用 plt.show() 显示绘图。生成的绘图将显示正弦函数的线形图，该图具有红色虚线。

import matplotlib.pyplot as plt
import numpy as np

# Generate data
x = np.linspace(0, 10, 100)
y = np.sin(x)

# Create a Figure and Axes objects
fig, ax = plt.subplots()

# Plot the data using the Axes object
ax.plot(x, y, color='green', linestyle='--', label='sin(x)')
ax.set_title('Line Plot Example')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()

# Show the plot
plt.show()

输出

结论

可以通过遵循所讨论的简单步骤来修改 Matplotlib 中的现有图形实例。在本文中，我们学习了如何在 Matplotlib 中修改现有图形实例。我们首先导入所需的模块，创建一个新的图形实例，在其上绘制一些数据，然后对其进行修改以自定义其外观或添加新元素。Matplotlib 提供了不同的方法来修改图形实例，例如更改大小、坐标轴限制、添加标题等等。使用这些技术，我们可以在 Python 中创建视觉上吸引人且信息丰富的绘图。