封装端
这些教程涵盖了Matplotlib中一些更复杂的、封装后端（backend）功能的类和函数。它们可以用于特定的自定义和复杂的可视化。
艺术家（Artist）教程
使用Artist对象在画布上渲染。
Matplotlib API有三层。
● matplotlib.backend_bases.FigureCanvas（图形画布）是绘制图形的区域。
● matplotlib.backend_bases.Renderer（渲染器）是知道如何在图形画布上绘制的对象。
● matplotlib.artist.Artist（艺术家）是知道如何使用渲染器在画布上绘制的对象：
https://matplotlib.org/stable/api/artist_api.html#matplotlib.artist.Artist。
FigureCanvas和Renderer处理与用户界面工具包（如wxPython）或绘图语言（如PostScript®）交谈的所有细节，Artist处理所有高级构造（如表示和布置图形、文本和线条）。典型的用户将花费95%的时间与Artists（艺术家）一起工作。
Artists有两种类型：primitives（基本体）和containers（容器）。基本体表示我们要在画布上绘制的标准图形对象：Line2D（二维线）、Rectangle（矩形）、Text（文本）、AxesImage（Axes图像）等；容器是放置基本体们的空间——Axis（轴）、Axes（图表域）和Figure（图表）。标准用法是先创建一个Figure实例，然后使用这个Figure实例创建一个或多个Axes或Subplot实例，最后使用Axes实例助手方法创建基本体。在下面的示例中，我们使用matplotlib.pyplot.figure()创建了一个Figure实例，这是一种方便的方法，用于实例化Figure类，并将它们与用户界面或绘图工具包FigureCanvas连接。正如我们将在下面讨论的，这是不必要的——可以直接使用PostScript、PDF Gtk+或wxPython的FigureCanvas实例，直接实例化Figures并连接它们——但由于我们在这里关注的是Artist API，因此我们将让pyplot为我们处理其中的一些细节：Line2D：https://matplotlib.org/stable/api/_as_gen/matplotlib.lines.Line2D.html#matplotlib.lines.Line2DRectangle（矩形）：https://matplotlib.org/stable/api/_as_gen/matplotlib.patches.Rectangle.html#matplotlib.patches.RectangleText（文本）：https://matplotlib.org/stable/api/text_api.html#matplotlib.text.TextAxesImage（Axes图像）：https://matplotlib.org/stable/api/image_api.html#matplotlib.image.AxesImageAxis（轴）：https://matplotlib.org/stable/api/axis_api.html#matplotlib.axis.AxisAxes（图表域）：https://matplotlib.org/stable/api/axes_api.html#matplotlib.axes.AxesFigure（图表）：https://matplotlib.org/stable/api/figure_api.html#matplotlib.figure.Figurematplotlib.pyplot.figure()：
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.figure.html#matplotlib.pyplot.figure
·
·
·
import matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(2, 1, 1) # two rows, one column, first plot
完整代码：
·
·
·
·
·
ipython%matplotlib tkimport matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(2, 1, 1) # 2行1列，第一个图表域（Axes）
Axes可能是Matplotlib API中最重要的类，也是用户大部分时间都要使用的类。这是因为Axes是大多数对象进入的绘图区域，Axes有许多特殊的助手方法（plot()、text()、hist()和imshow()）来创建最常见的基本体（分别为Line2D、text、Rectangle和AxesImage）。这些助手方法根据输入的数据（例如numpy数组和字符串），按需要创建原始Artist实例（例如Line2D），然后将它们添加到相关容器中，并在请求绘制时绘制它们。用户中大多数人可能都熟悉Subplot，这只是Axes的一个特例，它位于Subplot实例的常规逐行网格上。如果要在任意位置创建Axes，只需使用add_axes()方法，该方法的输入参数是在0~1相对图形坐标中获取[left，bottom，width，height]值的列表：plot()：https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.plot.html#matplotlib.axes.Axes.plottext()：https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.text.html#matplotlib.axes.Axes.texthist()：https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.hist.html#matplotlib.axes.Axes.histimshow()：https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.imshow.html#matplotlib.axes.Axes.imshowadd_axes()：
https://matplotlib.org/stable/api/figure_api.html#matplotlib.figure.Figure.add_axes
·
·
fig2 = plt.figure()ax2 = fig2.add_axes([0.15, 0.1, 0.7, 0.3])
完整代码：
·
·
·
·
·
ipython%matplotlib tkimport matplotlib.pyplot as pltfig2 = plt.figure()ax2 = fig2.add_axes([0.15, 0.1, 0.7, 0.3])
上面的add_axes()例子只作为插曲，现在继续进行开头的例子：
·
·
·
·
import numpy as npt = np.arange(0.0, 1.0, 0.01)s = np.sin(2*np.pi*t)line, = ax.plot(t, s, color='blue', lw=2)
完整代码：
·
·
·
·
·
·
·
·
·
ipython%matplotlib tkimport matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(2, 1, 1) # 2行1列，第一个图表域（Axes）import numpy as npt = np.arange(0.0, 1.0, 0.01)s = np.sin(2*np.pi*t)llenline, = ax.plot(t, s, color='blue', lw=2)
在本例中，ax是由上面的fig.add_subplot调用创建的Axes实例（请记住Subplot只是Axes的一个子类），接着调用ax.plot时，它会创建一个二维线（Line2D）实例并添加到Axes中。在下面的交互式IPython会话中，用户可以看到Axes.lines列表的长度为1，并且包含线（line）与调用line, = ax.plot...返回的线（line）是同一对象：
随后如果调用ax.plot（保持状态为“on”，这是默认值），那么将向列表中添加其他线（line）。也可以通过调用线（line）的remove方法将其删除：
Axes还具有助手方法来配置和装饰x轴和y轴刻度、刻度标签和轴标签：
轴标签：
刻度、刻度标签：
当调用ax.set_xlabel时，它会把有关信息传递给X轴（XAxis）的Text实例。每个Axes实例都包含一个X轴（XAxis）和一个Y轴（YAxis）实例，用于处理刻度、刻度标签和轴标签的布局和绘图。ax.set_xlabel：https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.set_xlabel.html#matplotlib.axes.Axes.set_xlabelXAxis：https://matplotlib.org/stable/api/axis_api.html#matplotlib.axis.XAxisYAxis：https://matplotlib.org/stable/api/axis_api.html#matplotlib.axis.YAxisText：
https://matplotlib.org/stable/api/text_api.html#matplotlib.text.Text
尝试创建下图表。
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
import numpy as npimport matplotlib.pyplot as plt
fig = plt.figure()fig.subplots_adjust(top=0.8)ax1 = fig.add_subplot(211)ax1.set_ylabel('Voltage [V]')ax1.set_title('A sine wave')
t = np.arange(0.0, 1.0, 0.01)s = np.sin(2*np.pi*t)line, = ax1.plot(t, s, color='blue', lw=2)
# Fixing random state for reproducibilitynp.random.seed(19680801)
ax2 = fig.add_axes([0.15, 0.1, 0.7, 0.3])n, bins, patches = ax2.hist(np.random.randn(1000), 50, facecolor='yellow', edgecolor='yellow')ax2.set_xlabel('Time [s]')
plt.show()
