Figuras e eixos

Matplotlib é a biblioteca fundamental de plotagem para Python. Para usá-la bem, você precisa entender seu modelo de dois níveis: a Figura e a área de plotagem.

Uma Figura é a janela ou página geral na qual tudo é desenhado. Uma área de plotagem é um único gráfico dentro dessa figura, com seu próprio sistema de coordenadas x e y.

• Uma figura pode conter várias áreas de plotagem
• Cada área de plotagem é onde os dados realmente ficam

Três termos são fáceis de confundir:

• Figura, a imagem inteira, o contêiner
• área de plotagem, uma única região de plotagem (observe a grafia original: não é o plural de eixo)
• eixo, a linha numérica do eixo x ou y dentro de uma área de plotagem

Assim, uma figura contém áreas de plotagem, e cada área contém dois (ou três) objetos de eixo.

A forma recomendada de começar é plt.subplots(). Ele retorna uma figura e uma área de plotagem em uma única chamada.

O modelo em si é simples de entender mesmo sem renderização. Aqui, simulamos o que os objetos representam.

O Matplotlib oferece dois estilos. O estilo pyplot (baseado em estado) usa plt.plot() e acompanha automaticamente a figura atual. O estilo orientado a objetos usa ax.plot() explicitamente.

Para qualquer coisa além de um esboço rápido, prefira o estilo orientado a objetos. Ele é mais claro quando você tem várias áreas de plotagem.

Quando você chama plt.title('X'), ele se aplica à área de plotagem que estiver definida como atual. Com várias subplots, isso se torna ambíguo.

Com ax.set_title('X'), não há dúvida: o método atua exatamente sobre a área de plotagem que você nomeou.

Cada área de plotagem mapeia valores de dados para posições de exibição. As coordenadas dos dados representam o significado dos seus números; a área de plotagem ajusta a escala deles para caber na área de desenho.

Podemos representar esse mapeamento usando matemática simples.

Uma figura tem um tamanho em polegadas e uma resolução em pontos por polegada (DPI). O tamanho em pixels é o produto dos dois.

Por exemplo, uma figura de 6x4 polegadas a 100 DPI tem 600x400 pixels.

Além de plt.subplots(), você pode adicionar uma área de plotagem em um retângulo preciso com fig.add_axes([left, bottom, width, height]), em que cada valor é uma fração da figura entre 0 e 1.

É assim que gráficos inseridos e layouts personalizados são construídos.

O pyplot mantém um registro de figuras e um ponteiro para a figura atual. plt.gcf() obtém a figura atual e plt.gca() obtém a área de plotagem atual.

Esses recursos existem principalmente para dar suporte ao estilo baseado em estado. No código orientado a objetos, você mantém suas próprias referências.

plt.show() renderiza todas as figuras abertas em uma janela. plt.close() libera uma figura. Em scripts que produzem muitas figuras, fechá-las evita o acúmulo de memória.

Em cadernos interativos, a figura é exibida automaticamente no próprio caderno.

Antes de desenhar qualquer coisa, pergunte:

• De quantas figuras preciso?
• Quantos eixos por figura?
• A quais eixos cada parte dos dados pertence?

Responder primeiro a essas perguntas faz a API orientada a objetos parecer natural.

Teste sua compreensão do modelo de figuras e eixos.

Você aprendeu o modelo fundamental do Matplotlib:

• Figura o contêiner, dimensionado em polegadas vezes DPI
• Eixos uma área de plotagem individual com suas próprias coordenadas
• Eixo a linha numérica de x ou y
• Prefira o estilo orientado a objetos com fig, ax = plt.subplots()

Com esse modelo mental, todas as personalizações posteriores se tornam previsíveis.