概要

matplotlib算是历史悠久的python可视化库了，2003年就发布了 v0.10 版本，现在已经到了 v3.x 版本了。

代码和功能虽然有翻天覆地改变，但由于其历史悠久，功能强大，用户基数庞大，所以，我们在使用 matplotlib 库的时候，几乎可以搜索到我们需要的各种示例。

我之前的做的一些数据分析结果的展示项目，没有去研究 matplotlib 的文档，只是看看接口和示例，也能写出各种分析结果的展示。

但是，系统地去了解下 matplotlib 库还是有必要的，一方面了解之后可以写出更高效的代码，另一方面，对各种示例能做到知其然也知其所以然，更高效的对示例做一些微调。

基础元素

下面都是 matplotlib 库中一些基本元素的术语，直接用的英文，没有翻译，这样方便和库的API对应上（库中的API函数也是使用这些英文名称）。

matplotlib 中重要的基础元素主要有5种：

Figure：最重要的元素，所有的其他元素都是绘制在其上

Axes：第二重要的元素，也就是 subplot（子图），数据都是显示在这个区域

Axis：坐标轴，本质是一种带装饰的 spines，一般分为 xaxis 和 yaxis

Spines：数据显示区域的边界，可以显示或不显示

Artist：任何显示在 Figure 上的元素

这5个元素的概念不是互相独立的，比如 Axis 可以看做是一种 Spines，而Figure，Axes和Axis都可以看成是 Artist。
Artist 是很通用的概念，几乎任何需要绘制的元素都可以当成是 Artist，但是一个 Artist 只能存在于一个 Axes 之上。

图元可以看作是可编辑的 Artist，包括：

Patches，比如 markers，bars，也可以是一系列的 circles，rectangles，polygons等等

Lines，比如 ticks，hatches等等

Texts，支持任意的字体，也支持 latex 格式的数学格式

通过下图可以看到 Figure 上显示的各类图元：

matplotlib 的图形绘制引擎也是可以设置的，根据显示的要求选择栅格图或者矢量图。

Renderer
Type
FileType

这些 renderers 可以图形接口（UI）对接

Interface
Renderer
Dependencies

matplotlib 的尺寸的单位是（inch），可以在初始化指定，也可以在随后的代码中指定。
比如：

plt.figure(figsize=(6, 6)) # 生成的图像是 6英寸 * 6英寸的

这里的单位是英寸，不是像素。如何要生成指定像素的图像，还需要指定清晰度，也就是dpi（dots per inch)。
比如：

plt.figure(figsize=(6, 6), dpi=100) # 生成 600*600 像素的图像
plt.figure(figsize=(5.12, 5.12), dpi=100) # 生成 512*512 像素的图像

也就是说，像素由图形大小乘以其清晰度来决定的，figsize控制图像的大小，dpi控制图像的清晰度。

对 matplotlib 中的基础元素和概念的了解有助于理解它的文档中各类API的划分依据，绘制复杂图像的时候，能够更合理的规划显示区域和绘制顺序。

来源：https://www.cnblogs.com/wang_yb/p/15882712.html
图文来源于网络，如有侵权请联系删除。