如何创建第二个（新的）图表，然后在旧图表上绘制？

Question

我想绘制数据，然后创建一个新的图形并绘制数据2，最后回到原始图形并绘制数据3，就像这样：

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)

FYI 如何告诉matplotlib我已经完成了一个图表？做了类似的事情，但不完全一样！它不允许我访问原始图表。

- Peter D

Answer 1

如果你经常这样做，那么调查一下面向对象的 matplotlib 接口可能是值得的。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

虽然有点罗嗦，但更加清晰易懂，并且在每个图形都有多个子图的情况下更容易跟踪。

- simonb

---

我更喜欢面向对象的方法，因为当我预计会有很多图形时，使用名称而不是数字来跟踪它们会更容易。谢谢！ - Peter D

但是，如何使用这种方法更改标签和轴限制呢？如果我使用 ax1.ylabel，它会显示未找到。同样的情况也出现在 fig1.ylabel 上... - George Datseris

语法有点不同。它应该是 ax1.set_xlabel("你的 x 标签")，ax1.set_ylabel("你的 y 标签") 和 ax1.set_title("你的标题")。 - simonb

你为什么使用111？ - Yash Sodha

@yashSodha - 这是一个Matlab风格的子图数量规范（行，列，索引）。但现在使用plt.subplots(nrows, ncols)更容易。已更新示例。 - simonb

我给你点赞了，因为你的答案对我有帮助，谢谢！但是你能否请添加一些图片到你的回答中，或者使用不同参数提供更多示例？我的意思是，我不得不查阅文档来寻找最佳解决方案。如果能够添加具有不同效果的图像，将会非常有帮助。 - KareemJ

Answer 2

当您调用 figure 时，简单地对图进行编号。

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，您可以随意给图形编号（在此处从0开始），但如果在创建新图形时根本不提供编号，自动编号将从1开始（根据文档，“Matlab风格”）。

- agf

---

在Matplotlib的交互模式下，这似乎有效，而figure()...add_subplot()方法则不行。谢谢！ - chbrown

@SebMa 请在理解代码之前不要更改它。这个答案特别是关于将数字传递给 figure，而你却删除了它。你更改的其他内容都是从原始帖子中复制的，而不是我的答案中的错误。 - agf

@agf 你好，我把 plt.figure(1) 中的 1 删除了，因为我认为数字会自动递增，所以不必要。抱歉。 - SebMa

但是只有figure(0)获得了标题和图例 - Nathan B

Answer 3

然而，编号从1开始，因此：

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，如果您在图中有多个轴，比如子图，请使用axes(h)命令，其中h是所需轴对象的句柄，以便将焦点放在该轴上。

（我还没有评论权限，很抱歉只能用回答来回复！）

- Ross B.

---

0不起作用，自动编号从1开始，如果您完全不指定编号。 - agf

Answer 4

接受的答案建议使用面向对象接口 (matplotlib)，但是答案本身结合了一些MATLAB风格的接口（matplotib.pyplot）。

如果你喜欢这种方式，完全可以使用OOP方法：

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，避免了与pyplot内部状态仅支持单个图形有关的问题。

- c z

Answer 5

将每次迭代的绘图分别绘制在单独的框架中的简单方法如下：

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

然后Python将绘制不同的帧。

- Amirkhm

---

似乎正是OP所要求的，也是在使用原始界面时所需的。 - mins

Answer 6

在一些探索后，我找到了一种方法，即创建一个函数，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=不同的图形），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()

- emir