plt.show()参数传递疑问：无显式参数为何能显示图表？

我在学习Nicolas Vandeput所著《供应链预测数据科学》（Data Science for Supply Chain Forecast）第一章内容时，遇到一个问题：代码里的plt.show()函数没传显式参数却能正常显示图表，但我找不到参数传递的位置。作为Python新手，想知道是不是存在隐式传递参数的方式。

相关代码 #

主代码 #

from chap_01_05_moving_average_function import (
    moving_average,
)

import matplotlib.pyplot as plt

d = [28, 19, 18, 13, 19, 16, 19, 18, 13, 16, 16, 11, 18, 15, 13, 15, 13, 11, 13, 10, 12]
df = moving_average(d)
print(df)

df[["Demand", "Forecast"]].plot()

df.index.name = "Periods"
print("index", df.index.name)
df[["Demand", "Forecast"]].plot(
    figsize=(8, 3), title="Moving average", ylim=(0, 30), style=["-", "--"]
)

plt.show()

chap_01_05_moving_average_function.py代码 #

# page 5 - moving average

import numpy as np
import pandas as pd


def moving_average(d, extra_periods=1, n=3):
    d = np.array(d)
    cols = len(d)
    d = np.append(d, [np.nan] * extra_periods)
    f = np.full(cols + extra_periods, np.nan)

    for t in range(n, cols + 1):
        f[t] = np.mean(d[t - n : t])

    f[cols + 1 :] = f[t]

    df = pd.DataFrame.from_dict({"Demand": d, "Forecast": f, "Error": d - f})

    return df


# numpy - add arrays
ts = np.array([1, 2, 3, 4, 5, 6])
ts2 = np.array([10, 20, 30, 40, 50, 60])
print(ts + ts2)

# numpy - list

alist = [1, 2, 3]
alistmean = np.mean(alist)
print(alistmean)

# slicing

alist = ["cat", "dog", "mouse"]
print(alist[1])

anarray = np.array([1, 2, 3])
print(anarray[0])

# slicing - start:end

alist = ["cat", "dog", "mouse"]
print(alist[1:])

anarray = np.array([1, 2, 3])
print(anarray[:1])

# slicing - negative

alist = ["cat", "dog", "mouse"]
print(alist[-1])

print(alist[:-1])

解答 #

plt.show()本身就不需要强制传递参数，它的工作逻辑是读取matplotlib维护的当前绘图上下文状态来显示图表，这就是你疑惑的"隐式传递"本质：

• 当你调用df[["Demand", "Forecast"]].plot()时，pandas的plot方法会自动调用matplotlib的API创建图表元素，并将这些元素关联到matplotlib默认的画布（Figure）和坐标轴（Axes）对象上。matplotlib会自动跟踪当前所有已创建的Figure实例。
• 调用plt.show()时，如果没有传入具体的Figure对象，它会自动查找当前上下文里所有已创建的图表并显示出来。

如果需要显式指定要显示的图表，可以先保存plot的返回值（坐标轴对象），再传入对应的Figure：

ax = df[["Demand", "Forecast"]].plot(figsize=(8, 3), title="Moving average", ylim=(0, 30), style=["-", "--"])
plt.show(ax.figure)  # 显式传入目标画布对象

日常使用中，隐式调用已经足够满足需求，因为matplotlib会自动管理你创建的所有图表。

内容的提问来源于stack exchange，提问作者Abdulsalam Almahdi