详细解释一下plt.figure包括参数与用法及示例

plt.figure是Matplotlib库中用于创建新图形的函数。它的参数包括figsize、dpi、facecolor、edgecolor、linewidth、frameon等等。其中，figsize表示图形的大小，dpi表示图形的分辨率，facecolor表示图形的背景色，edgecolor表示图形的边框颜色，linewidth表示图形的边框线宽度，frameon表示是否显示边框。

plt.figure的用法如下：

import matplotlib.pyplot as plt

# 创建一个大小为(6,4)的图形，分辨率为100dpi，背景色为白色，边框颜色为黑色，边框线宽度为2
fig = plt.figure(figsize=(6,4), dpi=100, facecolor='white', edgecolor='black', linewidth=2)

# 在图形上添加一个子图
ax = fig.add_subplot(111)

# 在子图上绘制一条曲线
ax.plot([1,2,3,4,5], [1,4,9,16,25])

# 显示图形
plt.show()

以上示例中，我们创建了一个大小为(6,4)、分辨率为100dpi、背景色为白色、边框颜色为黑色、边框线宽度为2的图形，并在图形上添加了一个子图，最后在子图上绘制了一条曲线。

相关问题

介绍一下plt.figure

在Matplotlib中，`plt.figure()`是一个用于创建新图形的函数。通过调用该函数，可以创建一个新的图形窗口，并将其作为当前活动窗口。可以使用该函数来控制图形的大小、分辨率、背景色等属性。通常，我们使用`plt.figure()`来创建一个新的图形对象，然后使用其他函数向该对象中添加数据、标签、标题等元素来生成我们需要的图形。例如，下面是一个使用`plt.figure()`创建新图形的示例代码：

import matplotlib.pyplot as plt

# 创建一个新的图形对象
fig = plt.figure()

# 向图形对象中添加一个子图
ax = fig.add_subplot(111)

# 在子图中添加数据并绘制图形
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])

# 添加图形标题和坐标轴标签
ax.set_title('Example Plot')
ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')

# 显示图形
plt.show()

在上面的代码中，我们首先使用`plt.figure()`创建一个新的图形对象，然后使用`fig.add_subplot()`方法向该对象中添加一个子图。之后，我们向子图中添加数据并绘制了一个简单的折线图，并使用`ax.set_title()`、`ax.set_xlabel()`和`ax.set_ylabel()`设置了图形的标题和坐标轴标签。最后，我们使用`plt.show()`将图形显示出来。

代码优化import matplotlib.pyplot as plt fig = plt.figure(1,(8,4),dpi = 250) ax = plt.subplot(111) plt.sca(ax) #折线图调整颜色加上数据点 plt.plot(hourcount['Stime'],hourcount['VehicleNum'],'k-',hourcount['Stime'],hourcount['VehicleNum'],'k.') #加上条形图 plt.bar(hourcount['Stime'],hourcount['VehicleNum'],width =0.5) plt.title('Hourly data Volume') #把y轴起点固定在0 plt.ylim(0,80000) plt.ylabel('Data volumn') plt.xlabel('Hour') plt.show()

这段代码的功能是绘制一个包含折线图和条形图的图表，展示每小时的数据量。以下是一些代码优化的建议：

1. 将导入的模块放在代码的最开始部分，避免在代码的中间导入模块。这样可以让代码更易读，同时也可以提高代码的执行效率。

2. 将常用的参数值保存在变量中，以便多次使用。例如，可以将图表的大小和分辨率保存在变量中，然后在创建图表时使用这些变量。

3. 可以使用更具描述性的变量名，以便更容易理解代码的功能。例如，可以将 'Stime' 改为 'hour'，将 'VehicleNum' 改为 'data_volume'。

4. 可以使用子图（subplots）的方式创建图表，这样可以更方便地控制图表的布局。

5. 可以使用更简洁的语法来绘制折线图和条形图。例如，可以使用 plt.plot() 和 plt.bar() 方法的多个参数来同时设置颜色、线型和数据点的样式。

6. 最后，可以添加注释或文档字符串来解释代码的功能和参数，以便更易读和维护。

下面是优化后的代码示例：

import matplotlib.pyplot as plt

# 设置常用参数
figsize = (8, 4)
dpi = 250
ylim = (0, 80000)
xlabel = 'Hour'
ylabel = 'Data volume'

def plot_hourly_data(hour, data_volume):
    # 创建图表和子图
    fig, ax = plt.subplots(figsize=figsize, dpi=dpi)

    # 绘制折线图和数据点
    ax.plot(hour, data_volume, 'k-o', label='Data volume')

    # 绘制条形图
    ax.bar(hour, data_volume, width=0.5, color='gray', alpha=0.3, label='Data volume')

    # 设置标题和坐标轴标签
    ax.set_title('Hourly data volume')
    ax.set_xlabel(xlabel)
    ax.set_ylabel(ylabel)

    # 设置y轴起点为0
    ax.set_ylim(ylim)

    # 显示图例和图表
    ax.legend()
    plt.show()

# 调用函数绘制图表
plot_hourly_data(hour=hourcount['Stime'], data_volume=hourcount['VehicleNum'])