如何告诉 Matplotlib 创建第二个（新）图，然后在旧图上绘制？答案

【问题标题】：How do I tell Matplotlib to create a second (new) plot, then later plot on the old one?如何告诉 Matplotlib 创建第二个（新）图，然后在旧图上绘制？
【发布时间】：2011-10-18 12:29:56
【问题描述】：

我想绘制数据，然后创建一个新的图形并绘制数据2，最后回到原来的绘图并绘制数据3，有点像这样：

import numpy as np
import matplotlib as plt

x = arange(5)
y = np.exp(5)
plt.figure()
plt.plot(x, y)

z = np.sin(x)
plt.figure()
plt.plot(x, z)

w = np.cos(x)
plt.figure("""first figure""") # Here's the part I need
plt.plot(x, w)

仅供参考How do I tell matplotlib that I am done with a plot? 做了类似的事情，但不完全是！它不允许我访问那个原始情节。

【问题讨论】：

标签： python matplotlib plot figure

【解决方案1】：

如果您发现自己经常做这样的事情，那么可能值得研究 matplotlib 的面向对象接口。在你的情况下：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(5)
y = np.exp(x)
fig1, ax1 = plt.subplots()
ax1.plot(x, y)
ax1.set_title("Axis 1 title")
ax1.set_xlabel("X-label for axis 1")

z = np.sin(x)
fig2, (ax2, ax3) = plt.subplots(nrows=2, ncols=1) # two axes on figure
ax2.plot(x, z)
ax3.plot(x, -z)

w = np.cos(x)
ax1.plot(x, w) # can continue plotting on the first axis

它有点冗长，但更清晰，更容易跟踪，尤其是有几个数字，每个数字都有多个子图。

【讨论】：

我更喜欢面向对象的方法，因为当我预计会有很多数字时，使用名称而不是数字来跟踪它们会更容易。谢谢！
但是如何使用这种方法更改标签和轴限制。如果我使用ax1.ylabel，则表示找不到。与fig1.ylabel 相同 ...
@GeorgeDatseris 语法有点不同。是ax1.set_xlabel("your x label")、ax1.set_ylabel("your y label") 和ax1.set_title("your title")。
你为什么用 111 ？
@yashSodha - 这是一个 matlab 样式的子图数量规范（行、列、索引）。但是现在使用plt.subplots(nrows, ncols) 要容易得多。已更新示例。

【解决方案2】：

当您致电figure 时，只需为情节编号。

x = arange(5)
y = np.exp(5)
plt.figure(0)
plt.plot(x, y)

z = np.sin(x)
plt.figure(1)
plt.plot(x, z)

w = np.cos(x)
plt.figure(0) # Here's the part I need
plt.plot(x, w)

编辑：请注意，您可以根据需要对图进行编号（此处从 0 开始），但如果您在创建新图时根本没有为图提供编号，则自动编号将从1（根据文档为“Matlab 样式”）。

【讨论】：

这似乎在 matplotlib 的交互模式下工作，而 figure() ... add_subplot() 方法不能。谢谢！
@SebMa 请不要在不了解代码的情况下更改代码。这个答案专门关于将一个数字传递给您删除的figure。您更改的其他内容是从原始帖子中复制的，而不是我的回答中的错误。
@agf 嗨，我删除了plt.figure(1) 中的1，因为我认为这个数字是自动递增的，因此没有必要。对不起。

【解决方案3】：

但是，编号从 1 开始，所以：

x = arange(5)
y = np.exp(5)
plt.figure(1)
plt.plot(x, y)

z = np.sin(x)
plt.figure(2)
plt.plot(x, z)

w = np.cos(x)
plt.figure(1) # Here's the part I need, but numbering starts at 1!
plt.plot(x, w)

另外，如果图上有多个轴，例如子图，请使用axes(h) 命令，其中h 是所需轴对象的句柄，以关注该轴。

（还没有评论权限，抱歉新答案！）

【讨论】：

0 有效，自动编号从 1 开始，如果您根本不给它编号。

【解决方案4】：

为每次迭代绘制单独帧的简单方法是：

import matplotlib.pyplot as plt  
for grp in list_groups:
        plt.figure()
        plt.plot(grp)
        plt.show()

然后python会绘制不同的帧。

【讨论】：

【解决方案5】：

经过一番挣扎后我发现的一种方法是创建一个函数，该函数获取 data_plot 矩阵、文件名和顺序作为参数，以从有序图中的给定数据创建箱线图（不同的顺序 = 不同的图）并将其保存在给定的文件名下.

def plotFigure(data_plot,file_name,order):
    fig = plt.figure(order, figsize=(9, 6))
    ax = fig.add_subplot(111)
    bp = ax.boxplot(data_plot)
    fig.savefig(file_name, bbox_inches='tight')
    plt.close()

【讨论】：

【解决方案6】：

这里接受的答案是使用面向对象的接口（即matplotlib），这是要走的路。答案的代码确实包含（一些）MATLAB 风格的界面（即matplotib.pyplot）。

也可以选择仅使用 OOP 方法，它可以直接解决手头的问题并允许我们一次处理多个图形：

import numpy as np
import matplotlib

x = np.arange(5)
y = np.exp(x)
first_figure      = matplotlib.figure.Figure()
first_figure_axis = first_figure.add_subplot()
first_figure_axis.plot(x, y)

z = np.sin(x)
second_figure      = matplotlib.figure.Figure()
second_figure_axis = second_figure.add_subplot()
second_figure_axis.plot(x, z)

w = np.cos(x)
first_figure_axis.plot(x, w)

display(first_figure) # Jupyter
display(second_figure)

这使用户可以手动控制图形，并避免与 pyplot 的内部状态仅支持单个图形相关的问题，例如当您想从库函数返回图形时。

【讨论】：