【matplotlib】正确认识matplotlib布局来画图

原文

原文地址 刚开始使用时一样迷惑，感谢原博主解惑，特此记录（注意看评论区）
官方文档

整体布局图

先来看看官方给的布局图

名词解释

Figure fig = plt.figure()
即画布。画图的第一件事，就是创建一个画布figure，然后在这个画布上加各种元素。
Axes ax = fig.add_subplot(1,1,1)
首先，这个不是画图的xy坐标轴。可以把axes理解为画布上的绘图区域，跟坐标轴axis没有直接关联
如果figure只有一张图，那么就只有一个axes。如果你的figure有subplot，那么每一个subplot就是一个axes。axes下可以修改编辑的变量非常多，基本能包含你的所有需求。
Axis ax.xaxis/ax.yaxis
实际坐标轴。每个坐标轴实际上也是由竖线和数字组成的，每一个竖线其实也是一个axis的subplot，因此ax.xaxis也存在axes这个对象。对这个axes进行编辑就会修改xaxis图像上的表现。

图像各部位名词

正确的画图方式

复制# 首先创建一块画布
# 这个function创建了一个大小为（14，7）的画布，把这个画布赋值给变量fig
# 同时在这个画布上创建了一个axes，把这个axes赋值给ax
# 这样，所有fig.xxx都是对这个画布的操作，所有ax.xxx都是对这个axes的操作
fig, ax = plt.subplots(figsize=(14,7))

# 在画布上画图
# 注意，这里依然不使用plt！因为要在这个axes上画数据，因此就用ax.plot()来画
# 画完第一个再call一次，再画第二个
ax.plot(A,B)
ax.plot(B,A)

细节处理

# 首先把标题和xy坐标轴的标题搞定。不用plt，直接在axes上进行设定
ax.set_title('Title',fontsize=18)
ax.set_xlabel('xlabel', fontsize=18,fontfamily = 'sans-serif',fontstyle='italic')
ax.set_ylabel('ylabel', fontsize='x-large',fontstyle='oblique')
ax.legend()
# 然后是xy坐标轴的一些属性设定, 也是在axes level上完成的
ax.set_aspect('equal') 
ax.minorticks_on() 
ax.set_xlim(0,16) 
ax.grid(which='minor', axis='both')
# 最后是坐标轴tick和细节，这个在axes.xaxis or axes.yaxis上完成
ax.xaxis.set_tick_params(rotation=45,labelsize=18,colors='g') 
start, end = ax.get_xlim() 
ax.xaxis.set_ticks(np.arange(start, end,1)) 
ax.yaxis.tick_right()

补充（原文评论区内容）

首先 matplotlib 架构上分为三层
底层：backend layer
中层：artist layer
最高层：scripting layer

在任意一层操作都能够实现画图的目的，而且画出来还都一样。但越底层的操作越细节话，越高层越易于人机交互。

.plt 对应的就是最高层 scripting layer。这就是为什么它简单上手，但要调细节就不灵了。

ax.plot 是在 artist layer 上操作。基本上可以实现任何细节的调试。

backend layer, 至今，我还没有见有人在这个layer上操作过。

另外，对于axes (翻译就是 坐标系)，我看到有个评论写了很多，说的没有错，但也没说到点子上。
如果大家学过大学物理的话，会知道每一个物体都有一个独立的坐标系。
而matplotlib 就是引用这一理念。所以在artist layer上画多条曲线时，你会用 ax1.plot, ax2.plot ... 而最后显示在一张图上是因为所有独立坐标系对齐的结果。

补充2

# 正确显示中文
matplotlib.rcParams['font.family'] = 'sans-serif'
matplotlib.rcParams['font.sans-serif'] = 'SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False

# 修改轴刻度间隔和格式
ax.yaxis.set_major_locator(plt.MultipleLocator(1))
ax.yaxis.set_major_formatter(plt.FormatStrFormatter("%d"))

# 保存图像
fig.save(path)

# 使用如下语句可查看Matplotlib支持的图形格式
print(fig.canvas.get_supported_filetypes())
{'ps': 'Postscript', 
'eps': 'Encapsulated Postscript', 
'pdf': 'Portable Document Format', 
'pgf': 'PGF code for LaTeX', 
'png': 'Portable Network Graphics', 
'raw': 'Raw RGBA bitmap', 
'rgba': 'Raw RGBA bitmap', 
'svg': 'Scalable Vector Graphics', 
'svgz': 'Scalable Vector Graphics', 
'jpg': 'Joint Photographic Experts Group', 
'jpeg': 'Joint Photographic Experts Group', 
'tif': 'Tagged Image File Format', 
'tiff': 'Tagged Image File Format'}