.py | matplotlib筆記：兩種API

“圖”這個字在英語中可以對應好幾個詞，picture, image, figure, plot… 其中的plot，意思是展示兩組或兩組以上的數據之間關係的圖像。用時髦一點的話說，就是數據可視化的產物。所謂matplotlib ，顧名思義， mat表示山寨MATLAB， plot的含義如上所述， lib表示這是python 的一個第三方庫(library)，而不是某種領域專用的編程語言(domain specific languange, DSL) 。

所謂API，全稱是application programming interface, 應用程序接口，約等於在你有了自己的數據，想調用matplotlib 來畫圖的時候，那些需要寫在你自己代碼裡的語句的語法規則。

因為是代碼庫，所以在一切開始之前，需要在你的python 代碼開頭聲明引入

import matplotlib.pyplot as plt

plt可以換成你喜歡並且不和其他代碼衝突的名字，但是這三個字母是大家的約定俗成的，網上的絕大多數示例代碼都這麼寫，照抄就完事了。

matplotlib的兩種API

matplotlib有兩種API，（其實還有第3 種pylab ，但它沒能經得起時間的檢驗，已經處於官方極不推薦的狀態），分別是：

• 基於狀態的(state-based)
• 面向對象的(object-oriented)

兩種風格混用的話大概率沒法玩得轉，會產生各種出人意料的輸出結果，新手debug 的能力又比較差，所以最好先選邊站隊，有時間再學剩下的一個。

對於有MATLAB 基礎的朋友，基於狀態的API 語法和MATLAB 幾乎一模一樣，幾乎可以直接上手，當年python 算是後起之秀，這一招當初就是為了從MATLAB 那裡吸引用戶， 相當歹毒。這套接口本身也比較簡單，適合在調試程序的時候快速看一下結果，檢查錯誤。

對於一般的初學者，matplotlib 的代碼本身就是用面向對象的編程範式寫成的，學習這套API 可以更好的理解代碼，知道自己究竟在幹什麼，順便還可以熟悉一下面向對象的編程範式。現在學python 之前就會MATLAB 的人越來越少，網上 可供複製粘貼 的示例代碼越來越多地使用面向對象的語法，學習面向對象的接口也更加實用。

兩種API 的相同任務

上圖來自網上隨便找的一篇論文，可以看到，一般我們會把信息相關的幾幅小圖放在一起，在文章排版的時候，這張組合在一起的圖片算作一個單位。在matplotlib 裡面，這樣一個基本單位叫做figure ，而每一幅小圖叫做axis （變量名常簡寫作ax ）。平時的單圖可以看作只有一個axis的figure ，多圖的時候往往用一個tuple axes的__getitem__()方法來控制每個子圖。

上圖來自官網，圖中的藍字就是matplotlib 認為的一張只有一個axis 的figure 所包含的元素。

兩種API 要做的事情，就是建立figure和axis ，然後提供函數/方法來生成或者改變各個元素。

基於狀態(state-based)

所謂基於狀態的API，不太好解釋，前面已經說過，在每個函數前面加上plt，剩下的就和寫MATLAB 幾乎完全一樣。

看官網給出的教程，可以觀察到兩個有趣的現象：

• 幾乎沒有賦值運算符=
• 幾乎所有的.前面都是plt

也就是說，與matplotlib 相關的命令都是函數，而且不需要將返回值賦給任何變量。 figure和axis的概念被隱藏起來了， plt.figure()建立一個figure； plt.subplot()建立多個axes，並且將程序的注意力放到函數參數指定的子圖上；緊跟著的設定各種元素的函數都會作用到之前最新一個plt.subplot()所指定的子圖上。

沒有賦值說明函數的返回值並不重要，這些函數都會作用在後台維護的figure 和axis 的狀態機上面，也就是說這些函數都有副作用，不是純函數。

面向對象(object-oriented)

作為對比：

• 頭幾句會有賦值運算符= ，被賦值的變量名一般就是fig和ax 。
• .前面都是fig和ax ，其中ax居多。

fig和ax分別是matplotlib.figure.Figure和matplotlib.axes.Axes兩種對象的實例，畫圖和調整都是在調用兩種對象的方法，主要是ax的方法。

不同之處Cheat Sheet

絕大多數命令，在兩種API 之下的名字都一樣，差別就在於開頭究竟是plt.還是ax. ，但是少數命令不同，下面做了一個表格，進行一個不完全的列舉：

其他不同的命令，以後用到的時候會隨手更新。