Matplotlib figure() 函数

figure() 用于创建新的 Figure（画布）或激活已有的 Figure。

Figure 是所有绘图的顶层容器，管理整个图表的尺寸、DPI 和所有子图。

函数定义

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, *,
    facecolor=None, edgecolor=None, frameon=True,
    FigureClass=&lt;class 'matplotlib.figure.Figure'&gt;,
    clear=False, layout=None, **kwargs)

参数说明

参数	类型	说明
num	int 或 str	Figure 标识符。整数为编号，字符串为标签。若不存在则创建新的，存在则激活已有
figsize	tuple (w, h)	Figure 尺寸（英寸），如 (8, 6)。默认由 rcParams 决定
dpi	float	分辨率（每英寸点数），如 100。影响像素输出尺寸
facecolor	color	Figure 背景色
edgecolor	color	Figure 边框颜色
frameon	bool	是否显示 Figure 背景框，默认 True
clear	bool	若 num 已存在，是否先清空再使用
layout	str 或 LayoutEngine	推荐布局引擎：'constrained'、'compressed'、'tight'、'none'

日常使用时很少直接调用 figure()，更常用 subplots() 一次性创建 Figure 和 Axes。单独使用 figure() 主要用于多 Figure 场景或自定义画布属性。

使用示例

示例 1：创建自定义尺寸的 Figure

实例

import matplotlib.pyplot as plt
import numpy as np

# 创建指定尺寸和高 DPI 的 Figure
fig = plt.figure(figsize=(10, 4), dpi=100,
facecolor='#f8f9fa',
layout='constrained')

# 手动添加子图
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

x = np.linspace(0, 10, 100)
ax1.plot(x, np.sin(x), 'steelblue', linewidth=2)
ax1.set_title('Plot 1')

ax2.plot(x, np.cos(x), 'coral', linewidth=2)
ax2.set_title('Plot 2')

plt.show()

示例 2：多 Figure 管理

实例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

# 创建 Figure #1
fig1 = plt.figure(1, figsize=(6, 4))
ax1 = fig1.subplots()
ax1.plot(x, np.sin(x), 'blue')
ax1.set_title('Figure 1: sin(x)')

# 创建 Figure #2
fig2 = plt.figure(2, figsize=(6, 4))
ax2 = fig2.subplots()
ax2.plot(x, np.cos(x), 'red')
ax2.set_title('Figure 2: cos(x)')

# 激活 Figure #1 并继续操作
plt.figure(1)
plt.plot(x, np.sin(2*x), '--', alpha=0.5)

# 保存特定 Figure
fig1.savefig('runoob_fig1.png', dpi=150)
fig2.savefig('runoob_fig2.png', dpi=150)
print("runoob: two figures saved")

plt.show()

示例 3：layout 参数自动布局

实例

import matplotlib.pyplot as plt
import numpy as np

# 对比 layout 设置

# 不使用 layout（可能标签重叠）
fig1 = plt.figure(1, figsize=(8, 4))
for i in range(3):
ax = fig1.add_subplot(1, 3, i+1)
ax.plot(np.random.randn(50).cumsum())
ax.set_title(f'Plot {i+1}')
ax.set_xlabel('A very long x label')

# 使用 layout='constrained'（自动处理重叠）
fig2 = plt.figure(2, figsize=(8, 4), layout='constrained')
for i in range(3):
ax = fig2.add_subplot(1, 3, i+1)
ax.plot(np.random.randn(50).cumsum())
ax.set_title(f'Plot {i+1}')
ax.set_xlabel('A very long x label')

plt.figure(1)
plt.suptitle('Without layout', y=1.02)
plt.figure(2)
plt.suptitle('With layout="constrained"', y=1.02)
plt.show()
print("runoob: compare layout settings")

常见问题

figsize 的尺寸单位是什么？

英寸（inches）。实际像素尺寸 = figsize × dpi。例如 figsize=(8,6), dpi=100 生成 800×600 像素的图像。

layout 哪个选项最好？

'constrained' 是多数场景的推荐选项，自动处理子图和标签间距。

'compressed' 更进一步压缩边距，适合需要最大化数据区域的场景。

'none' 不使用自动布局（默认），可通过 subplots_adjust() 手动调整。

Matplotlib 参考文档

返回顶部

菜鸟教程