一、figure概述
Matplotlib是Python中著名的可视化库之一，其核心的figue函数是画布的概念，是Matplotlib中处理图形的核心概念。figure函数通过创建一个画布来容纳绘制的对象，如图表、子图和其他可视化元素，同时也可以进行窗口管理，并提供一些高级的操作，如保存图像和深度自定义设置。总的来说，figure对于Matplotlib的使用和功能是至关重要的。
import matplotlib.pyplot as plt
# 创建有1个子图的画布
fig = plt.figure()
二、figure函数参数
figure函数可以传递一些参数，以满足使用的需要。常用的参数如下：
1. figsize
该参数设置创建的绘图对象的尺寸，如（width, height），默认为（6.4, 4.8），单位为英寸。
fig = plt.figure(figsize=(10, 6))
2. dpi
该参数为图像分辨率，即每英寸包含的像素点数，默认为100。因此，例子中的画布宽度为10英寸，高度为6英寸，正好包含1000（10*100）个像素和600（6*100）个像素，图像分辨率为100*100。
fig = plt.figure(figsize=(10, 6), dpi=200)
3. facecolor 和 edgecolor
该参数设置图形的背景色和边框颜色，默认为背景色为白色（#ffffff），边框颜色为None。
fig = plt.figure(figsize=(10, 6), dpi=200, facecolor='#e5f2ff', edgecolor='#1f77b4')
4. frameon
该参数设置是否在图形周围绘制边框，默认为True。
fig = plt.figure(figsize=(10, 6), dpi=200, facecolor='#e5f2ff', edgecolor='#1f77b4', frameon=False)
5. tight_layout
该参数为布尔类型，表示是否自动调整子图参数，以便它们填充整个图形区域，默认值为False。使用tight_layout可以确保子图和标签完全覆盖整个图形区域。
fig = plt.figure(figsize=(10, 6), dpi=200, facecolor='#e5f2ff', edgecolor='#1f77b4', frameon=False, tight_layout=True)
三、子图的创建方法
1. add_subplot
使用add_subplot添加子图，add_subplot接受三个整数参数，表示把画布分成几行几列，应该在哪个位置添加子图。它返回的是AxesSubplot实例。
import matplotlib.pyplot as plt
fig = plt.figure(figsize=(8, 6), dpi=100)
ax1 = fig.add_subplot(2, 2, 1)
ax1.plot([1, 2, 3, 4], [1, 4, 9, 16])
ax2 = fig.add_subplot(2, 2, 2)
ax2.scatter([1, 2, 3, 4],[1, 4, 9, 16])
ax3 = fig.add_subplot(2, 2, 3)
ax3.bar([1, 2, 3, 4],[1, 4, 9, 16])
ax4 = fig.add_subplot(2, 2, 4)
ax4.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()
2. subplots
subplots函数方便地创建多个子图，返回一个数组对象，其中包含所有子图。
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2, figsize=(8, 6), dpi=100)
axs[0, 0].plot([1, 2, 3, 4], [1, 4, 9, 16])
axs[0, 1].scatter([1, 2, 3, 4],[1, 4, 9, 16])
axs[1, 0].bar([1, 2, 3, 4],[1, 4, 9, 16])
axs[1, 1].plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()
四、保存图像
可以通过savefig方法将图像保存为图像文件，可以指定文件格式。需要注意，必须在plt.show（）函数之前调用savefig函数，因为图像输出后窗口就被关闭了。
fig.savefig('my_figure.png')
