画布与坐标轴对象 · 安全工程计算

在互联网上检索 Matplotlib 教程时，你往往会看到满篇的 plt.plot() 和 plt.title()。这种被称为“状态机接口”的写法虽然简短，但在处理复杂的工程图表时，极易导致标题错位、图例混乱。

作为未来的安全工程师，面对矿井灾害预警监控、岩石力学实验数据分析等多维度的信息展示要求，我们必须从一开始就建立起严谨的面向对象（Object-Oriented, OOP）绘图思维。本节将带你深入剖析 Matplotlib 最核心的两个对象：图形（Figure）与坐标系（Axes）。

1. 核心隐喻：画板与图纸#

在面向对象的绘图范式中，所有的图表都不是凭空出现的，而是由一个个具体的“对象”层层嵌套组合而成。为了便于理解，我们可以借用传统工程制图中的概念：

Figure（图形 / 画布）：你可以把它想象成工程师桌面上的一块木制画板，或者最终导出的那一整张 PDF 纸。它是一个最顶层的容器，本身并不显示任何数据，只负责设定图表的整体大小、分辨率（DPI）以及背景颜色。
Axes（坐标系）：你可以把它想象成用图钉钉在画板上的一张带刻度的工程方格纸。它是真正用于绘图的区域。一张画板（Figure）上可以只钉一张图纸，也可以钉上好几张图纸（多子图排版）。我们在图表上看到的所有折线、散点、网格、标题，全都是画在这个特定的 Axes 对象里的。

⚠️ 核心易错点提示：Axes（坐标系）与 Axis（坐标轴）在英文拼写上仅一字之差，但概念完全不同。Axes 是一整幅包含上下左右边界的二维（或三维）空间容器；而 Axis 仅仅是构成这个容器边界的数轴（如水平的 x 轴和垂直的 y 轴）。

标准起手式：`plt.subplots()`#

在面向对象的风格中，我们绘图的第一步永远是“拿画板，铺图纸”。Matplotlib 提供了一个极其好用的“工厂函数” plt.subplots() 来一次性完成这个动作。

import matplotlib.pyplot as plt

# 创建一个图形对象 fig，以及附着在上面的坐标系对象 ax
fig, ax = plt.subplots(figsize=(8, 6))

在这行代码中：

plt.subplots() 就像是一个流水线机器，它默认生产出一块画板和一张图纸，并将它们打包返回。
我们利用 Python 的多变量赋值特性，用 fig 接收了 Figure 对象，用 ax 接收了 Axes 对象。
figsize=(8, 6) 参数指定了整个画板的物理尺寸（宽 8 英寸，高 6 英寸），这在撰写学术论文需要精确控制图表大小时非常有用。

操作坐标系对象（Axes）#

一旦获得了 ax 对象，我们的角色就变成了手握画笔的工程师，所有的绘制动作都是在向 ax 下达指令。

在面向对象语法中，设置图表属性的方法通常都带有 set_ 前缀，这与传统的 Pyplot 风格有显著区别。请牢记以下常用的对象方法：

画图指令：ax.plot()（画折线）、ax.scatter()（画散点）、ax.bar()（画柱状图）。
设置文本：
ax.set_title()：设置图表上方的标题。
ax.set_xlabel() / ax.set_ylabel()：设置坐标轴标签。
设置数值范围：
ax.set_xlim() / ax.set_ylim()：强制限定坐标轴的数据显示范围。
开启网格与图例：
ax.grid()：开启背景网格线。
ax.legend()：根据画线时指定的 label 生成图例。

综合工程案例：岩石单轴压缩应力-应变曲线#

为了将上述概念融会贯通，我们来绘制一张标准的岩石力学实验图表——单轴压缩过程中的应力-应变曲线。

在这个案例中，我们将运用上一节学到的跨平台中文字体防御机制与学术级 MathText 数学公式渲染，并且展示如何通过操纵对象的边框（Spine），打造出符合核心期刊审美的“L型”半开放坐标系（即隐藏顶部和右侧的边框）。

请仔细阅读并运行以下代码体会面向对象的优势：

import matplotlib.pyplot as plt

# --- 1. 学术与工程环境标准配置 ---
plt.rcParams["font.family"] = "serif"
plt.rcParams["font.serif"] = ["SimSun", "Songti SC", "Noto Serif SC"] # 跨平台中文防御列表
plt.rcParams["axes.unicode_minus"] = False
plt.rcParams["mathtext.fontset"] = "stix" # 完美渲染物理符号

# --- 2. 准备岩石力学实验数据 ---
# 应变 epsilon (10^-3) 和 正应力 sigma (MPa)
strain = [0, 1.2, 2.5, 3.8, 4.5, 5.0, 5.2] 
stress = [0, 15,  38,  65,  82,  75,  60]   

# --- 3. 创建对象：实例化图形与坐标系 ---
fig, ax = plt.subplots(figsize=(7, 5))

# --- 4. 面向对象绘图与细节设置 ---
# 绘制主曲线
ax.plot(strain, stress, color='#1f77b4', linewidth=2, marker='s', label="砂岩试样 A")

# 使用 set_ 系列方法设置文本（完美混排汉字与 LaTeX 物理符号）
ax.set_title(r"岩石单轴压缩实验曲线", fontsize=14, pad=15)
ax.set_xlabel(r"轴向应变 $\varepsilon$ ($10^{-3}$)", fontsize=12)
ax.set_ylabel(r"正应力 $\sigma$ ($\mathrm{MPa}$)", fontsize=12)

# --- 5. 进阶对象操作：边框 (Spine) 定制 ---
# 在高级学术图表中，通常会去掉右侧和顶部的封闭边框线
ax.spines['top'].set_visible(False)   # 隐藏顶部边框
ax.spines['right'].set_visible(False) # 隐藏右侧边框

# 开启网格与图例
ax.grid(True, linestyle='--', alpha=0.6)
ax.legend(loc='upper left', frameon=False) # 图例放在左上角，并取消图例自带的边框

# --- 6. 渲染输出 ---
plt.show()

为什么这种思维如此重要？#

当你只画一条线时，面向对象的写法似乎比 plt.plot() 多写了几行代码。但试想一下：在实际的安全工程评价中，你可能需要在一张画板（Figure）上，同时贴上“瓦斯涌出量时序图”、“工作面应力分布图”、“微震能量频次图”三张图纸（Axes）。

如果使用传统的 plt.title()，程序根本不知道你要把标题加在哪怕一张图纸上，只能盲目地加在最后操作的那张图上，导致灾难性的错位。而使用面向对象的方法，由于每个坐标系都被赋予了明确的变量名（如 ax1, ax2, ax3），你可以精准地向 ax2 下达画图指令，向 ax3 下达修改边框指令。这种将复杂系统拆解为独立控制对象的计算思维，正是我们后续进行大规模数字化建模的基石。

1. 核心隐喻：画板与图纸#

标准起手式：plt.subplots()#

操作坐标系对象（Axes）#

综合工程案例：岩石单轴压缩应力-应变曲线#

为什么这种思维如此重要？#

标准起手式：`plt.subplots()`#