Использование

Быстрый ответ

Команда fig, ax = plt.subplots() в библиотеке matplotlib — это элегантный метод создания графика, объединяющий инициализацию области для рисунка (fig) и осей (ax), на которых впоследствии будут отображаться данные. Данный подход значительно упрощает подготовительный этап к визуализации данных, позволяя основное внимание уделить представлению информации.

Пример использования данной конструкции на языке Python выглядит так:

import matplotlib.pyplot as plt

# Одной командой создаем область для рисунка и оси
fig, ax = plt.subplots()

# Добавляем данные на график
ax.plot([1, 2, 3], [4, 5, 6])

# Отображаем график
plt.show()

Работа с объектом Axes через переменную ax раскрывает богатые возможности для манипуляций с графиком.

Разбираемся подробнее: распаковка fig, ax

Многие опытные разработчики дают предпочтение выражению fig, ax = plt.subplots() благодаря его простоте и функциональности.

Настраиваем холст: Изучаем fig

• Сохранение: Готовый график можно сохранить в файл командой fig.savefig('plot.png').
• Изменение размера: Размеры холста можно регулировать с помощью fig.set_size_inches(10, 8).
• Сложные компоновки: Для оптимального размещения нескольких графиков в одной области используется метод fig.tight_layout().

Создаем график: Работа с ax

• Сложные графики: С помощью ax можно легко создавать разнообразные типы графиков, например, столбчатые (ax.bar()) или круговые (ax.pie()).
• Улучшение визуализации: Настройка осей и заголовка осуществляется при помощи ax.set().
• Работа с подграфиками: Команда fig, axs = plt.subplots(2, 2) позволяет создать сетку из четырех подграфиков.

Централизованное управление: Кастомизация сетки подграфиков

• Синхронизация осей: Параметры sharex и sharey позволяют реализовать синхронное отображение осей на нескольких графиках.
• Адаптивные сетки: Размеры и пропорции сетки можно задавать с помощью gridspec_kw.
• Взаимодействие осей: Оси могут взаимодействовать друг с другом, это особенно полезно при создании аннотаций.

Визуализация

Можно представить fig, ax = plt.subplots() как индивидуальное приготовление блюда: fig — это основа, на которой строится все блюдо, также как булочка в бургере. ax — это начинка бургера, определяющая его вкус.

Создание графика через plt.subplots():

fig, ax = plt.subplots()
# Булочка готова, начинка на месте, можно приступить к готовке!

Теперь добавляем ингредиенты по вкусу:

• Данные в качестве начинки (ax.plot())
• Заголовок роли соуса (ax.set_title())
• Подписи осей как специи (ax.set_xlabel(), ax.set_ylabel())

Результат — изысканный "ДатаБургер", соответствующий всем ваших предпочтениям!

Полезные материалы

1. Matplotlib.pyplot.subplots — Документация Matplotlib 3.8.2 — официальная документация Matplotlib по работе с subplots().
2. Создание графиков в Matplotlib на Python (рекомендации) – Real Python — подробный пошаговый учебник по созданию подграфиков и применению объектно-ориентированного подхода в Matplotlib.
3. Несколько подграфиков | Руководство по наукеО данных на Python — глава из руководства по науке о данных с примерами на практике.
4. python – Отображение графиков matplotlib в Ubuntu (WSL1 & WSL2) – Stack Overflow — обсуждение на Stack Overflow о контексте использования plt.subplots().
5. 17. Создание подграфиков в Matplotlib | Численное программирование — подробный учебник, помогающий уяснить принципы работы с фигурами и осями в Matplotlib.