接演前文。
设置属性的方法：
- 使用对象的set_*方法，单独设置每个属性；或使用plt.setp同时设置多个属性
# -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt # set range 0~5, step = 0.1 x = np.arange(0, 5, 0.1) # plot return a list. only get first element as 'line' line, = plt.plot(x, x*x) # set_antialiased = True, smoother line.set_antialiased(False) plt.show() # lines has 2 lines. lines = plt.plot(x, np.sin(x), x, np.cos(x)) plt.setp(lines, color="r", linewidth=2.0) plt.show()
同时，可以使用get_*或者plt.getp来获取对象的属性值。
print line.get_linewidth() # getp only operates on one object each time print plt.getp(lines[1]) # given parameter print plt.getp(lines[0], "color") # get current figure object. It's returned by plt.plot. cur = plt.gcf() # although cur is a list, cannot be indexed in getp. plt.getp(cur)
Figure对象有一个axes属性，值为AxesSubplot对象列表，即图中的每个子图。获得当前的子图应使用
plt.gca()
要在Figure对象中放多个子图（轴，axes），应使用subplot(nRows, nCols, plotNum)。图的编号从1开始，从左到右，从上到下。如果这三个参数都小于10，
可以写成整数。subplot在编号为plotNum的区域中创建子图，新的会覆盖旧的。另外，可以用图中的配置按钮配置left.right.top等几个参数。
举个栗子咯，下面的代码会创建3*2的图，设置指定背景颜色。
plt.figure(1)
for idx, color in enumerate("rgbyck"):
plt.subplot(320+idx+1, axisbg=color)
plt.show()
如果需要某个轴占据整行：
plt.subplot(221) plt.subplot(222) # 2*1, so position 2 is the whole second row space plt.subplot(212)
可以通过修改配置文件调整缺省值，批量修改属性。相关方法见网页。
http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html#id5
matplotlib API含三层，backend_bases.FigureCanvas，backend_bases.Renderer和artist.Artist。一般只使用高层的Artist。
它分为两种，简单类型为标准绘图元件，如Line2D、Rectangle之类的，容器类型则是将简单的合成一个整体，如Figure、Axis等。
一般流程：创建Figure对象--->创建Axes--->创建简单类型的Artist
Artist对象的所有属性都通过相应的 get_* 和 set_* 函数进行读写
一次设置多个属性，set函数：fig.set(alpha=0.5, zorder=2)
属性列表：
alpha : 透明度，值在0到1之间，0为完全透明，1为完全不透明 animated : 布尔值，在绘制动画效果时使用 axes : 此Artist对象所在的Axes对象，可能为None clip_box : 对象的裁剪框 clip_on : 是否裁剪 clip_path : 裁剪的路径 contains : 判断指定点是否在对象上的函数 figure : 所在的Figure对象，可能为None label : 文本标签 picker : 控制Artist对象选取 transform : 控制偏移旋转 visible : 是否可见 zorder : 控制绘图顺序
figure对象和Axes对象都有patch属性作为其背景，它的值是一个Rectangle对象。注意，刚设置完patch的颜色后，要用.canvas.draw()更新。
fig = plt.figure(1)
# left, bottom, width, height. relative to figure object. 0-1
ax = fig.add_axes([0.15, 0.5, 0.7, 0.3])
# draw a line
lines = ax.plot([1,2,3],[1,2,1])
ax.set_xlabel("time")
fig.patch.set_color("g")
fig.canvas.draw()
fig.show()
Figure对象
fig = plt.figure() ax1 = fig.add_subplot(211) ax2 = fig.add_axes([0.1, 0.1, 0.7, 0.3]) # subplot and axes are added to Figure.axes # don't operate on Figures.axes directly, use # add_subplot, add_axes, delaxes etc. # But iteration is ok. for ax in fig.axes: ax.grid(True) plt.show()
在Figure对象中画两条线：
from matplotlib.lines import Line2D fig = plt.figure() # 缺省的坐标系统是像素点，但可以通过transform来修改坐标系（缺省是左下角原点(0,0)，右上角(1,1)）。 # 此处两条线用的都是fig的，它们所在的figure对象也是fig # Line2D([xdata],[ydata]...) lin1 = Line2D([0,1], [0,1], transform=fig.transFigure, figure=fig, color="r") lin2 = Line2D([0,1], [1,0], transform=fig.transFigure, figure=fig, color="g") # 将两条线添加到fig.lines属性中 fig.lines.extend([lin1, lin2]) plt.show()
包含Artist对象的属性：
axes : Axes对象列表 patch : 作为背景的Rectangle对象 images : FigureImage对象列表，用来显示图片 legends : Legend对象列表 lines : Line2D对象列表 patches : patch对象列表 texts : Text对象列表，用来显示文字
Axes容器
fig = plt.figure()
ax = fig.add_subplot(111)
# axes对象ax有patch属性作为背景。笛卡尔坐标时，patch为Rectangle对象；极坐标时，为Circle对象。
# 设置背景为蓝色。
ax.patch.set_facecolor("blue")
# fig.show() 会闪退
plt.show()
一般不对Axes所带的lines或patch直接操作
Axis容器
包括坐标轴上的刻度线、刻度文本、坐标网格以及坐标轴标题等内容。刻度包括主刻度和副刻度，分别通过Axis.get_major_ticks和Axis.get_minor_ticks方法获得。
每个刻度线都是一个XTick或者YTick对象，它包括实际的刻度线和刻度文本。为了方便访问刻度线和文本，Axis对象提供了get_ticklabels和get_ticklines方法。
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
sub1 = fig.add_subplot(1,2,1)
sub1.plot([1,2,3], [4,5,6])
xAxis = fig.gca().xaxis
# values of ticks on x-axis
print xAxis.get_ticklocs()
# show ticklabels. but now, it's empty
print [x.get_text() for x in xAxis.get_ticklabels()]
# set ticklabels
for label in xAxis.get_ticklabels():
label.set_color("red")
label.set_rotation(45)
label.set_fontsize(16)
# get minor ticklines
# get_ticklines(minor=True)
for line in xAxis.get_ticklines():
line.set_color("green")
line.set_markersize(25)
line.set_markeredgewidth(3)
plt.show()
关于刻度的定位和文本格式的东西都在matplotlib.ticker中定义，程序中使用到如下两个类：
MultipleLocator : 以指定值的整数倍为刻度放置刻度线
FuncFormatter : 使用指定的函数计算刻度文本，他会传递给所指定的函数两个参数：刻度值和刻度序号
# 主刻度为pi/4 ax.xaxis.set_major_locator( MultipleLocator(np.pi/4) ) # 主刻度文本用pi_formatter函数计算 ax.xaxis.set_major_formatter( FuncFormatter( pi_formatter ) ) # 副刻度为pi/20 ax.xaxis.set_minor_locator( MultipleLocator(np.pi/20) )