使用 matplotlib 组合两个独立图的最佳方法是什么？

我不断地问自己这个问题：如何以模块化的方式将不同的绘图与 matplotlib 轻松组合？

比方说，我编写了一个显示图形节点位置的函数。同时，我制作了另一个绘制一些多边形的函数。现在，组合输出的正确方法是什么，使节点看起来位于多边形内部？改变整个单独图的透明度、位置等的可能性怎么样？两个初始函数的结构应该是什么？

有没有一种聪明且通用的方法来做到这一点？

只是为了详细说明@Alan所说的内容，您通常会构建与此类似的绘图函数：

import numpy as np
import matplotlib.pyplot as plt

def main():
    data = [np.random.random((2, 3)) for _ in range(5)]
    fig, ax = plt.subplots()
    plot_polygons(data, alpha=0.5, ax=ax)
    plot_verts(data, marker='^', color='black', ax=ax)
    plt.show()


def plot_polygons(data, ax=None, **kwargs):
    if ax is None:
        ax = plt.gca()

    artists = [ax.fill(x, y, **kwargs) for x, y in data]
    return artists

def plot_verts(data, ax=None, **kwargs):
    if ax is None:
        ax = plt.gca()

    artists = [ax.scatter(x, y, **kwargs) for x, y in data]
    return artists

main()

这种方法的优点是您可以隐式使用当前图形和/或自动创建一个。通过做类似的事情ax = plt.gca() if ax is None else ax在绘图函数中，如果您愿意，可以混合使用 pyplot 状态机样式：

def main():
    data = [np.random.random((2, 3)) for _ in range(5)]
    plot_polygons(data, alpha=0.5)
    plot_verts(data, marker='^', color='black')
    plt.show()

或者您可以明确指定Axes实例（通常这是一种更好的方法）。这允许您以不同的方式在特定轴上绘图：

data = [np.random.random((2, 3)) for _ in range(5)]

fig, axes = plt.subplots(nrows=2, sharex=True)

axes[0].set(title='Simple Plot', ylabel='Y-label')
plot_verts(data, marker='o', ax=axes[0])

axes[1].set(title='More complex', xlabel='X-label')
plot_polygons(data, ax=axes[1], alpha=0.5, color='gray')
plot_verts(data, ax=axes[1], color='red', marker='s', s=200)

plt.show()

请注意，我正在返回创建的艺术家，但我尚未在任何示例中使用它们。但是，返回艺术家是个好主意，因为它允许您稍后根据需要修改他们的属性。

例如，让我们整理一个简单的交互式示例，当您单击时它将隐藏多边形。我将重新定义之前的函数，使其成为一个完整的示例，您可以复制粘贴并运行：

import numpy as np
import matplotlib.pyplot as plt

def main():
    data = [np.random.random((2, 3)) for _ in range(5)]
    fig, ax = plt.subplots()
    polygons = plot_polygons(data, alpha=0.5, ax=ax, color='gray')
    verts = plot_verts(data, marker='s', color='red', ax=ax, s=200)

    def on_click(event):
        visible = polygons[0][0].get_visible()
        plt.setp(polygons, visible=not visible)
        plt.setp(verts, color=np.random.random(3))
        plt.draw()
    fig.canvas.mpl_connect('button_press_event', on_click)

    ax.set(title='Click on plot to change')
    plt.show()


def plot_polygons(data, ax=None, **kwargs):
    if ax is None:
        ax = plt.gca()

    artists = [ax.fill(x, y, **kwargs) for x, y in data]
    return artists

def plot_verts(data, ax=None, **kwargs):
    if ax is None:
        ax = plt.gca()

    artists = [ax.scatter(x, y, **kwargs) for x, y in data]
    return artists

main()