7.Matplotlib figure图形对象

通过前面的学习，我们知道matplotlib.pyplot模块能够快速地生成图像，但如果使用面向对象的编程思想，我们就可以更好地控制和自定义图像。

在 Matplotlib 中，面向对象编程的核心思想是创建图形对象（figure object）。通过图形对象来调用其它的方法和属性，这样有助于我们更好地处理多个画布。在这个过程中，pyplot 负责生成图形对象，并通过该对象来添加一个或多个 axes 对象（即绘图区域）。

Matplotlib 提供了matplotlib.figure图形类模块，它包含了创建图形对象的方法。通过调用 pyplot 模块中 figure() 函数来实例化 figure 对象。如下所示：

1. from matplotlib import pyplot as plt
2. #创建图形对象
3. fig = plt.figure()

该函数的参数值，如下所示：

参数	说明
figsize	指定画布的大小，(宽度,高度)，单位为英寸。
dpi	指定绘图对象的分辨率，即每英寸多少个像素，默认值为80。
facecolor	背景颜色。
dgecolor	边框颜色。
frameon	是否显示边框。

下面使用 figure() 创建一个空白画布：

fig = plt.figure()

我们使用 add_axes() 将 axes 轴域添加到画布中。如下所示：

ax=fig.add_axes([0,0,1,1])

add_axes() 的参数值是一个序列，序列中的 4 个数字分别对应图形的左侧，底部，宽度，和高度，且每个数字必须介于 0 到 1 之间。

设置 x 和 y 轴的标签以及标题，如下所示：

1. ax.set_title("sine wave")
2. ax.set_xlabel('angle')
3. ax.set_ylabel('sine')

调用 axes 对象的 plot() 方法，对 x 、 y 数组进行绘图操作：

ax.plot(x,y)

完整的代码如下所示：

1. from matplotlib import pyplot as plt
2. import numpy as np
3. import math
4. x = np.arange(0, math.pi*2, 0.05)
5. y = np.sin(x)
6. fig = plt.figure()
7. ax = fig.add_axes([0,0,1,1])
8. ax.plot(x,y)
9. ax.set_title("sine wave")
10. ax.set_xlabel('angle')
11. ax.set_ylabel('sine')
12. plt.show()

输出结果如下：

图1：运行结果图

在 Jupyter Notebook 中运行程序，结果如下：

图2：运行结果