圖像基本知識：

通常情況下，我們可以將一副Matplotlib圖像分成三層結構：

1.第一層是底層的容器層，主要包括Canvas、Figure、Axes；

2.第二層是輔助顯示層，主要包括Axis、Spines、Tick、Grid、Legend、Title等，該層可通過set_axis_off()或set_frame_on(False)等方法設置不顯示；

3.第三層為圖像層，即通過plot、contour、scatter等方法繪制的圖像。

容器層：容器層主要由Canvas、Figure、Axes組成

　　Canvas是位於最底層的系統層，繪圖過程中充當畫板的角色，即放置畫布的工具。通常情況下，我們並不需要對Canvas特別的聲明，但是當我需要在其他模塊如PyQt中調用Matplotlib模塊繪圖時，就需要首先聲明Canvas，這就相當於我們在自家畫室畫畫不用強調要用畫板，出去寫生時要特意帶一塊畫板。

　　Figure（fig）是Canvas上方的第一層，也是需要用戶來操作的應用層的第一層，在繪圖的過程中充當畫布的角色。當我們對Figure大小、背景色彩等進行設置的時候，就相當於是選擇畫布大小、材質的過程。因此，每當我們繪圖的時候，寫的第一行就是創建Figure的代碼。

　　Axes（ax,坐標系）是應用層的第二層，在繪圖的過程中相當於畫布上繪圖區的角色。一個Figure對象可以包含多個Axes對象，每個Axes都是一個獨立的坐標系，繪圖過程中的所有圖像都是基於坐標系繪制的。

輔助顯示層：

　　輔助顯示層為Axes內的除了根據數據繪制出的圖像以外的內容，主要包括Axes外觀(facecolor)、邊框線(spines)、坐標軸(axis)、坐標軸名稱(axis label)、坐標軸刻度(tick)、坐標軸刻度標簽(tick label)、網格線(grid)、圖例(legend)、標題(title)等內容。該層的設置可使圖像顯示更加直觀更加容易被用戶理解，但又並不會對圖像產生實質的影響。

圖像層：

　　圖像層指Axes內通過plot、scatter、hist、contour、bar、barbs等函數根據數據繪制出的圖像。

保存圖表plt.savefig()

　　調用plt.savefig()將當前的Figure對象保存成圖像文件，圖像格式由圖像文件的擴展名決定。下面程序將當前的圖表保存為“test.png”，並且通過dpi指定圖像的分辨率為120，因此輸出圖像的寬度為“8X120 = 960”個像素。使用這種方法可以很容易編寫出批量輸出圖表的程序。plt.savefig("test.png",dpi=120)

plt.imshow()

imshow()函數格式為：matplotlib.pyplot.imshow

X: 要繪制的圖像或數組

cmap: 顏色圖譜（colormap), 默認繪制為RGB(A)顏色空間。其它可選的顏色圖譜如下列表：

Plt.figure()

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)

所有參數都是可選的，都有默認值，因此調用該函數時可以不帶任何參數，其中：

num: 整型或字符型都可以。設置為整型，則該整型數字表示窗口序號。設置為字符型，則該字符串表示窗口名稱。用該參數來命名窗口，兩個窗口序號或名相同，則後一個窗口會覆蓋前一個窗口。

figsize: 設置窗口大小。是一個tuple型的整數，如figsize=（8，8）。

dpi: 整形數字，表示窗口的分辨率。

facecolor: 窗口的背景顏色。edgecolor: 窗口的邊框顏色。

用figure()函數創建的窗口，只能顯示一幅圖片，顯示多幅圖片，則需要將這個窗口再劃分為幾個子圖，在每個子圖中顯示不同的圖片。

可以使用subplot（）函數來劃分子圖，函數格式為：

matplotlib.pyplot.subplot(nrows, ncols, plot_number)

nrows: 子圖的行數。

ncols: 子圖的列數。

plot_number: 當前子圖的編號。

ax.get_xlim()

獲得Axes的x坐標範圍，默認是 (0.0, 1.0)

ax.get_yscale()

獲得y軸的數據刻畫類型

ax.set_xscale(‘log‘)

將x軸設置為log

plt.tight_layout()

如果有多個子圖，我們可以使用tight_layout()函數來調整顯示的布局，該函數格式為：

matplotlib.pyplot.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)

所有的參數都是可選的，調用該函數時可省略所有的參數:

pad: 主窗口邊緣和子圖邊緣間的間距，默認為1.08

h_pad, w_pad: 子圖邊緣之間的間距，默認為 pad_inches

rect: 一個矩形區域，如果設置這個值，則將所有的子圖調整到這個矩形區域內。

一般調用為：plt.tight_layout() #自動調整subplot間的參數

matplotlib基礎知識全面解析