Matplotlib（一）与Matlab在绘图上的对比

一、Matplotlib Figure概述

画板上垫上画纸才能使用，而且画纸还能叠在一起。这里的。figure等效于画板，而axes/subplot则是画纸。从书包中拿出画板固定两张张画纸的过程，就相当与以下程序：

fig=plt.figure() # 创建figure（拿出画板） ax1=fig.add_subplot(211) #划分2*1区域，在第一个区域固定一张画纸axes ax2=fig.add_subplot(212) #第二张固定另一张画纸 plt.show() # 展示你的成果 

之所以把画纸叫做Axes，大概是因为每个画纸都可以建立一个直角坐标系？

那么axes和subplot有区别吗？有的，axes是随意固定在画板的位置，而subplot则是按照均分策略指定区域。下面的效果就可以由axes实现：

注：figure也可以理解为开了多少个绘图的窗口，默认情况下，窗口编号从1开始，你也可以传入一个整型的窗口编号，而不是一个递增的、自动生成的编号。

二、函数式画法和对象式画法是两种作图风格

函数式画法，就好像平时我们使用matlab中那样，直接调用函数完成创作过程，而对象式画法，则是通过axes对象完成创作。前者适用于比较简单的绘制，后者则适用于精细的控制。

2.1 函数式画法

Matlab中使用函数完成创作过程：

plot([1,2,3,4],[1,4,2,4]) 

python也提供这种方法：

plt.plot([1, 2, 3, 4], [1, 4, 2, 3]) # Matplotlib plot. 

2.2 对象式画法

fig=plt.figure(1) # 取出画板1 ax=fig.subplots() # 画板1上增加画纸 ax.plot([1,2,3,4],[1,4,2,4]) # 开始画画 

三、Compare with Matlab 3.1 二维图对比

clear
close all
clc
figure(1)
x=linspace(0,2,100);
plot(x,x,'r','linewidth',1.5)
hold on
plot(x,x.^2,'--')
plot(x,x.^3,'b.')
xlabel('x label')
ylabel('y label')
title('Simple plot in Matlab')
lg=legend({'linear','quadratic','cubic'},'Location','best','fontSize',12);
title(lg,'Curve Type')

import matplotlib.pyplot as plt import numpy as np

plt.close("all") plt.figure(1) x=np.linspace(0,2,100) plt.plot(x,x,color='r',linewidth=1.5) plt.plot(x,x**2,linestyle='--') plt.plot(x,x**3,color='b',linestyle='dotted') plt.xlabel('x label') plt.ylabel('y label') plt.title('Simple plot in Python') lg=plt.legend(['linear','quadratic','cubic'],title='Curve Type') #默认best位置标记 lg.get_title().set_fontweight('semibold') 

3.2 三维图对比

clear
close all
clc
figure(1)
x=linspace(0,2,100);
plot3(x,x,sin(x),'r','linewidth',1.5)
hold on
plot3(x,x.^2,cos(x),'--')
plot3(x,x.^3,-cos(x),'b.')
xlabel('x label')
ylabel('y label')
zlabel('z label')
title('Simple plot3 in Matlab')
lg=legend({'linear','quadratic','cubic'},'Location','best','fontSize',12);
title(lg,'Curve Type')

import matplotlib.pyplot as plt import numpy as np

plt.close("all") fig=plt.figure(1) ax=plt.axes(projection='3d') x=np.linspace(0,2,100) ax.plot3D(x,x,np.sin(x),color='r',linewidth=1.5) ax.plot3D(x,x**2,np.cos(x),linestyle='--') ax.plot3D(x,x**3,-np.cos(x),color='b',linestyle='dotted') ax.set_xlabel('x label') ax.set_ylabel('y label') ax.set_zlabel('z label') ax.set_title('Simple plot3D in Python') lg=ax.legend(['linear','quadratic','cubic'],title='Curve Type') #默认best位置标记 lg.get_title().set_fontweight('semibold') 

3.3 保存图片

python只找到了命令行方法：

plt.savefig("C:/Users/xxx/Desktop/resultAna", dpi=750, bbox_inches = 'tight') 

matlab在GUI就可设置：导出设置”的设置页面中，选择“渲染->分辨率->600->导出”

小结

• 对于二维点（x，y），Matlab和Python区别不大，均可以通过函数式画法完成
• 对于三维点（x，y，z）,Matlab和Python画图方式不同。Python在plot或者subplot使用projection='3d’来创建一个axes对象，完成绘制操作；matlab仍可使用函数式完成。