面向对象接口

Matplotlib - 面向对象接口

虽然 matplotlib.pyplot 接口提供了一种快速生成图表的方式，但面向对象 (Object-Oriented, OO) API 提供了一种更健壮 (robust)、更明确 (explicit) 且更灵活 (flexible) 的方法。对于创建复杂图表、编写可复用的绘图函数、在应用程序中嵌入图表，以及通常对于任何非简单的可视化任务，都推荐使用面向对象的方法。

核心思想：Figures 和 Axes

面向对象方法围绕着显式创建和操作两个基本对象：

• Figure：所有内容的顶层容器 (top-level container)。可以将其视为整个窗口或画布 (canvas)。
• Axes：Figure 内的单个图表。这是数据实际绘制的地方，它包含坐标轴线 (axes lines)、刻度 (ticks)、标签 (labels)、标题 (title) 等。

不再调用作用于隐式当前 figure/axes 的全局 pyplot 函数，而是直接在要修改的特定 Figure 和 Axes 对象上调用方法。

入门：plt.subplots()

开始使用面向对象接口最常见的方式是使用 plt.subplots()。此函数可以方便地同时创建一个 Figure 对象和一个或多个 Axes 对象。

import matplotlib.pyplot as plt
import numpy as np

# 创建一个 Figure 和一个 Axes 对象
fig, ax = plt.subplots()

# 创建一个 Figure 和一个 2x1 的 Axes 对象网格
# 'axs' 将是一个包含两个 Axes 对象的 NumPy 数组
fig_multi, axs = plt.subplots(nrows=2, ncols=1)

一旦有了 Axes 对象（例如，ax 或 axs[0]），就可以使用它们的各种方法进行绘图和定制 (customization)。

示例：使用 OO 接口绘制简单图表

import matplotlib.pyplot as plt
import numpy as np

# 数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 1. 创建 Figure 和 Axes
fig, ax = plt.subplots(figsize=(8, 5)) # 在此处控制图表尺寸

# 2. 在特定的 Axes 对象 ('ax') 上绘制数据
ax.plot(x, y, label='sin(x)', color='purple')

# 3. 使用 Axes 方法定制图表
ax.set_title("Sine Wave (Object-Oriented)", fontsize=16)
ax.set_xlabel("Angle [radians]", fontsize=12)
ax.set_ylabel("Sine Value", fontsize=12)
ax.set_xlim(0, 2 * np.pi)
ax.set_ylim(-1.2, 1.2)
ax.grid(True)
ax.legend()

# 4. 显示 Figure (使用 pyplot)
plt.show()

请注意，plot、set_title、set_xlabel、set_ylabel、grid、legend 等方法都是作为 ax 对象的方法被调用的，这明确指出了正在修改的是哪个图表。

为什么使用 OO 接口？

• 清晰性： 明确指定正在操作的是哪个 Figure/Axes，避免因隐式状态 (implicit state) 引起的混淆。
• 控制力： 提供对所有图表元素的更精细控制。
• 灵活性： 轻松管理多个 Figure 和复杂的子图布局 (subplot layouts)。
• 可复用性： 更容易编写创建或修改图表的函数，因为可以将 Figure/Axes 对象作为参数传递。
• 嵌入： 在 GUI 应用程序或 Web 框架中嵌入 Matplotlib 图表时必不可少。

虽然 pyplot 对于快速的交互式探索 (interactive exploration) 来说很好用，但对于开发更结构化且易于维护的绘图代码，强烈建议采用面向对象 API。

（注意：您仍然可以使用 plt.figure() 创建一个空的 Figure，然后使用 fig.add_subplot() 或 fig.add_axes() 手动添加 Axes，但对于常见布局，plt.subplots() 通常更直接。）