Python数据可视化中Matplotlib的figure函数的用法和应用解析

Matplotlib是Python中用于数据可视化的重要库，而`figure`函数在Matplotlib中扮演着创建图形窗口的关键角色。下面详细介绍`figure`函数的用法和应用。

函数定义和基本参数

`figure`函数的基本定义在`matplotlib.pyplot`模块中，其基本调用形式为：

import matplotlib.pyplot as plt
fig = plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, kwargs)

以下是主要参数的解释：

• `num`：图形的编号或名称。可以是整数或字符串。如果编号对应的图形已经存在，则激活该图形；若不存在，则创建新的图形。例如：

  

  plt.figure(num=1)
  plt.plot([1, 2, 3], [4, 5, 6])
  plt.figure(num=2)
  plt.plot([2, 3, 4], [5, 6, 7])
  plt.figure(num=1)   切换回编号为1的图形
  plt.show()

• `figsize`：图形的尺寸，以英寸为单位，是一个二元组`(宽度, 高度)`。例如，创建一个宽度为8英寸，高度为6英寸的图形：

  plt.figure(figsize=(8, 6))
  plt.plot([1, 2, 3], [4, 5, 6])
  plt.show()

• `dpi`：图形的分辨率，即每英寸点数。默认值通常为100。提高`dpi`值可以使图形更加清晰，例如：

  plt.figure(dpi=300)
  plt.plot([1, 2, 3], [4, 5, 6])
  plt.show()

• `facecolor`：图形的背景颜色。可以使用颜色名称（如'red'）或RGB值（如(1, 0, 0)）。例如：

  plt.figure(facecolor='lightblue')
  plt.plot([1, 2, 3], [4, 5, 6])
  plt.show()

• `edgecolor`：图形的边框颜色，使用方法与`facecolor`类似。

• `frameon`：布尔值，是否显示图形的边框。默认值为`True`，即显示边框。例如：

  

  plt.figure(frameon=False)
  plt.plot([1, 2, 3], [4, 5, 6])
  plt.show()

应用场景

单个图形的自定义设置

当需要对单个图形进行自定义尺寸、分辨率、背景颜色等设置时，可以使用`figure`函数。例如，创建一个高分辨率、特定背景颜色的图形来展示数据：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(10, 5), dpi=300, facecolor='lightgray')
plt.plot(x, y)
plt.title('Sine Wave')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

多个图形的管理

在需要同时展示多个图形时，可以使用不同的`num`参数来创建和管理多个图形窗口。例如，分别展示正弦函数和余弦函数的图形：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(num=1)
plt.plot(x, y1)
plt.title('Sine Wave')

plt.figure(num=2)
plt.plot(x, y2)
plt.title('Cosine Wave')

plt.show()

与子图结合使用

`figure`函数可以与`subplot`或`subplots`函数结合使用，在一个图形窗口中创建多个子图。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

fig = plt.figure(figsize=(12, 6))

plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title('Sine Wave')

plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title('Cosine Wave')

plt.show()

在上述代码中，首先使用`figure`函数创建一个指定尺寸的图形窗口，然后使用`subplot`函数在该窗口中创建两个子图。