我来自java世界，目前正在尝试学习python以学习matplotlib。作为一名java程序员，以下代码片段看起来很奇怪。
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)
f, (ax1, ax2) = plt.subplots(1, 2, sharex='all', sharey='all')
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)
plt.show()
我想知道plt.show（）如何读取轴上设置的配置，因为我们没有传递任何参数。有人可以解释如何实现这种行为的粗略想法吗？
编辑
自@ImportanceOfBeingErnest提问以来，我可能会很清楚我的意图。我的问题不是关于pyplot创建图像的机制如何，我的问题更多的是如何将轴配置对pyplot可见。 John Zwinck在回答我的问题时已经朝着正确的方向努力，我自己已经得出结论，它必须与全球国家有关。但是看一下子图的内部实现，它让我感到困惑。
让我们来看一些pyplot的内部实现：
def subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True,
subplot_kw=None, gridspec_kw=None, **fig_kw):
fig = figure(**fig_kw)
axs = fig.subplots(nrows=nrows, ncols=ncols, sharex=sharex, sharey=sharey,
squeeze=squeeze, subplot_kw=subplot_kw,
gridspec_kw=gridspec_kw)
return fig, axs
def subplots(self, nrows=1, ncols=1, sharex=False, sharey=False,
squeeze=True, subplot_kw=None, gridspec_kw=None):
if isinstance(sharex, bool):
sharex = "all" if sharex else "none"
if isinstance(sharey, bool):
sharey = "all" if sharey else "none"
share_values = ["all", "row", "col", "none"]
if sharex not in share_values:
if isinstance(sharex, int):
warnings.warn(
"sharex argument to subplots() was an integer. "
"Did you intend to use subplot() (without 's')?")
raise ValueError("sharex [%s] must be one of %s" %
(sharex, share_values))
if sharey not in share_values:
raise ValueError("sharey [%s] must be one of %s" %
(sharey, share_values))
if subplot_kw is None:
subplot_kw = {}
if gridspec_kw is None:
gridspec_kw = {}
if self.get_constrained_layout():
gs = GridSpec(nrows, ncols, figure=self, **gridspec_kw)
else:
# this should turn constrained_layout off if we don't want it
gs = GridSpec(nrows, ncols, figure=None, **gridspec_kw)
# Create array to hold all axes.
axarr = np.empty((nrows, ncols), dtype=object)
for row in range(nrows):
for col in range(ncols):
shared_with = {"none": None, "all": axarr[0, 0],
"row": axarr[row, 0], "col": axarr[0, col]}
subplot_kw["sharex"] = shared_with[sharex]
subplot_kw["sharey"] = shared_with[sharey]
axarr[row, col] = self.add_subplot(gs[row, col], **subplot_kw)
# turn off redundant tick labeling
if sharex in ["col", "all"]:
# turn off all but the bottom row
for ax in axarr[:-1, :].flat:
ax.xaxis.set_tick_params(which='both',
labelbottom=False, labeltop=False)
ax.xaxis.offsetText.set_visible(False)
if sharey in ["row", "all"]:
# turn off all but the first column
for ax in axarr[:, 1:].flat:
ax.yaxis.set_tick_params(which='both',
labelleft=False, labelright=False)
ax.yaxis.offsetText.set_visible(False)
if squeeze:
# Discarding unneeded dimensions that equal 1. If we only have one
# subplot, just return it instead of a 1-element array.
return axarr.item() if axarr.size == 1 else axarr.squeeze()
else:
# Returned axis array will be always 2-d, even if nrows=ncols=1.
return axarr
对于我所知道的所有，轴在这一行中被创建为一个numpy数组
axarr = np.empty((nrows, ncols), dtype=object)
但这是一个局部变量，并不表示如何对主程序中已更改的轴的状态对pyplot可见。这是我的实际问题。
首先，fig = figure(**fig_kw)线调用pyplot.figure函数。这将在pyplot状态机内注册该图。
fig是一个matplotlib.figure.Figure实例。接下来，调用subplots方法。这将基本上创建一个数组并填充它将matplotlib.axes.Axes实例。那些是用self.add_subplot创建的。
add_subplot将初始化轴并将其存储为图的fig.axes数组的一部分。
所以总共有一个存储数字的pyplot，每个数字都存储了轴。当调用plt.show()时，它将基本遍历所有数字并显示它们。对于每个图形，将绘制fig.axes内的所有轴。如果您之前通过调用任何方法操纵了任何轴，那么当然会考虑这些轴，因为您精确地操纵了稍后也绘制的轴对象。
Matplotlib的pyplot（这是你导入的plt）是一个奇怪的，有状态的东西，意在模仿Matlab。它实际上是一个全局变量（或全局变量集合的包装器，例如plt.gca()“获取当前轴”）。
很多人发现它更容易使用，但它与你期望从Java产生的东西完全相反。如果您愿意，完全可以在没有pyplot / plt的情况下使用Matplotlib，在这种情况下，代码对于来自面向对象编程背景的代码可能看起来更为传统。