Matplotlib 中的 plt.figure() 详解
首先需要说明的是,在 Python 的数据可视化库 Matplotlib 中，并没有名为 ltfigure 的标准函数，这通常是一个拼写错误，用户实际想要寻找的是 matplotlib.pyplot.figure()（通常在代码中通过 import matplotlib.pyplot as plt 导入，因此调用为 plt.figure()）。
plt.figure() 是 Matplotlib 绘图系统的核心顶层容器，它相当于一张“画布”，所有的图表、坐标轴、标题和图例都绘制在这张画布之上。
plt.figure() 的基本作用
当你调用 plt.figure() 时，你是在告诉 Python 创建一个新的窗口或图像区域，如果你不显式调用它，Matplotlib 在你调用 plt.plot() 等绘图函数时会自动创建一个默认的 figure。
常用核心参数
通过传递参数给 plt.figure()，你可以精确控制画布的属性：
- figsize: 设置画布的尺寸，接收一个元组
(宽, 高)，单位是英寸。- 示例：
plt.figure(figsize=(10, 6))表示宽度 10 英寸，高度 6 英寸。
- 示例：
- dpi: 设置分辨率（Dots Per Inch），数值越高，图像越清晰，文件体积也越大。
- 示例：
plt.figure(dpi=100)。
- 示例：
- facecolor: 设置画布的背景颜色。
- 示例：
plt.figure(facecolor='lightgrey')。
- 示例：
- edgecolor: 设置画布边缘的颜色。
代码实战示例
以下是一个完整的代码示例,展示如何配置画布并绘制简单的折线图：
import matplotlib.pyplot as plt
import numpy as np
# 1. 创建画布：设置尺寸为 8x4 英寸，分辨率为 100 DPI，背景色为淡蓝色
plt.figure(figsize=(8, 4), dpi=100, facecolor='#f0f0f0')
# 2. 准备数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 3. 在当前画布上绘图
plt.plot(x, y, label='Sine Wave', color='blue', linewidth=2)
# 4. 添加装饰元素"Basic Figure Example")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")
plt.legend()
plt.grid(True)
# 5. 显示图像
plt.show()
进阶：plt.figure() 与 plt.subplots() 的区别
在实际开发中,你可能会看到两种创建画布的方式：
- plt.figure()
: 创建一个空白画布，如果你需要手动添加多个子图（Axes），通常配合
plt.subplot()或fig.add_subplot()使用。 - plt.subplots(): 这是一个快捷函数，它会同时创建
Figure（画布）和Axes（坐标轴对象）。- 示例：
fig, ax = plt.subplots(2, 2)会直接创建一个 2×2 的子图矩阵。
- 示例：
- plt.figure() 是定义图像整体属性（尺寸、分辨率、颜色）的入口。
- 如果你需要自定义图像大小，
figsize是最常用的参数。 - Figure $rightarrow$ Axes $rightarrow$ Plot 是 Matplotlib 的层级结构，
plt.figure()处于最顶层。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/python-ltfigure%e6%80%8e%e4%b9%88%e7%94%a8%ef%bc%8c%e5%a6%82%e4%bd%95%e8%ae%be%e7%bd%ae%e7%94%bb%e5%b8%83%e5%a4%a7%e5%b0%8f%ef%bc%9f/
