API 参考#

使用该库时，您通常会创建 Figure和Axes对象并调用它们的方法来添加内容和修改外观。

示例：我们创建一个 Figurefig和 Axes ax。然后我们调用它们的方法来绘制数据，添加轴标签和图形标题。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 4, 0.05)
y = np.sin(x*np.pi)

fig, ax = plt.subplots(figsize=(3,2), constrained_layout=True)
ax.plot(x, y)
ax.set_xlabel('t [s]')
ax.set_ylabel('S [V]')
ax.set_title('Sine wave')
fig.set_facecolor('lightsteelblue')

（源代码，png）

../_images/index-11.png

使用模式#

下面我们描述了几种使用 Matplotlib 绘图的常用方法。请参阅 Matplotlib 应用程序接口 (API)，了解支持的用户 API 之间的权衡。

显式 API #

Matplotlib 的核心是一个面向对象的库。如果您需要对绘图进行更多控制和自定义，我们建议您直接使用对象。

在许多情况下，您将创建一个Figure和一个或多个 Axes使用pyplot.subplots，从那时起只对这些对象工作。但是，也可以Figure显式创建 s（例如，在 GUI 应用程序中包含它们时）。

进一步阅读：

隐式 API #

matplotlib.pyplot是使 Matplotlib 像 MATLAB 一样工作的函数集合。每个 pyplot 函数都会对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰绘图等。

pyplot主要用于交互式绘图和程序化绘图生成的简单案例。

进一步阅读：

pylab API（不鼓励）#

警告

由于大量导入全局命名空间可能会导致意外行为，因此强烈建议不要使用 pylab。改为使用matplotlib.pyplot 。

pylab是一个包含matplotlib.pyplot, numpy, numpy.fft, numpy.linalg,numpy.random和一些附加功能的模块，所有这些都在一个命名空间中。它最初的目的是通过将所有函数导入全局命名空间来模仿类似 MATLAB 的工作方式。这在当今被认为是不好的风格。

模块#

按字母顺序排列的模块列表：