这个Matplotlib代码段是如何工作的

Question

我对Pandas和Matplotlib的编程比较陌生

我在这个论坛上找到了这个代码片段并成功地使用了它，但我想更好地理解它

fig, ax = plt.subplots(figsize=(20,20))
new_zinv2.plot(ax=ax, x_compat=True)

new_zinv2是我的数据帧的名称

我想了解plot方法中的内容，因为这是我提取的代码片段。“ax=ax”和x_compat=True的含义是什么

我试图阅读文档，但仍然不明白（我想知道它是如何工作的，为什么工作的）

谢谢

Answer 1

因此，在第一个命令中，使用matplotlib库生成一个大小为figsize的图形和一对轴。命令plt.subplots()由文档执行

Create a figure and a set of subplots

默认nrows、ncols为1

fig, ax = plt.subplots(figsize=(20,20))

在第二行中，您将使用pandas库来绘制数据帧，并指定在之前创建的ax轴上进行绘制

new_zinv2.plot(ax=ax, x_compat=True)

x_compat只是为了抑制刻度分辨率调整。有时，它会给你一个更干净的显示

Answer 2

我将为clarity重命名变量，但这不会改变代码

第一行：

import matplotlib.pyplot as plt
my_fig, my_ax = plt.subplots(figsize=(20, 20))

使用matplotlib中的函数创建两个对象、一个地物和一组子地块。由于此函数返回两个对象my_fig, my_ax =赋值将返回的第一个对象（图形）赋值给变量my_fig，将返回的第二个对象（suplots集合）赋值给变量my_ax

然后第二行：

new_zinv2.plot(ax=my_ax, x_compat=True)

使用DataFrame函数进行绘图。plot函数接受各种参数，您可以使用这些参数更改默认值或打印方式ax=my_ax告诉DataFrame.plot在何处绘制图形，在本例中，它将在（20,20）子图上绘制数据帧，我们已在第一行中创建了该子图，该子图分配给变量my_ax，而不是它自己的全新默认图形。x_compat=True是另一个可以指定的参数，并且只接受布尔值，在本例中，它只是修改了datetime值的x记号显示方式