1. 什么是 Matplotlib 模块

Matplotlib 是 Python 中类似?MATLAB?的绘图工具，其能方便地实现数据可视化，熟悉 MATLAB 的也可以很快上手 Matplotlib。

2. Matplotlib 模块构成

1）Figure?在绘图之前，我们需要 Figure 对象，可以理解成我们需要一张画板才能开始绘图。

# 导入 Matplotlib 模块
import matplotlib.pyplot as plt

# 展开画板
fig = plt.figure()

2）Axes?有Figure对象后，我们还需要轴，没有轴的话就没有绘图基准。

# 展开画板
fig = plt.figure()

# 添加Axes，参数的解释是在画板的第1行第1列的第一个位置生成一个Axes对象来准备作画。
ax = fig.add_subplot(111)

'''也可以使用 fig.add_subplot(m,n,x) 的方式添加Axes，
前两个参数确定面板的划分，最后的参数表示第几个Axes，
例如，2,2,1 就是会将整个面板划分成 2*2 的方格，并显示第1个Axes。'''
# fig.add_subplot(2,2,1)

# 定义x、y轴的取值范围，及标题
ax.set(xlim=[0.5, 4.5], ylim=[-2, 8], title='An Example Axes',
       ylabel='Y-Axis', xlabel='X-Axis')

# 打印图表，相当于Python中的print函数
plt.show()

3）Multiple Axes 除了上面这种添加 Axes 的方式，还提供了一种一次性生成的方式。

# 导入 Matplotlib 模块
import matplotlib.pyplot as plt

# 定义画板2*2
fig, axes = plt.subplots(nrows=2, ncols=2)

# 一次性生成全部图表
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
axes[1,0].set(title='Lower Left')
axes[1,1].set(title='Lower Right')

# 打印图表，相当于Python中的print函数
plt.show()

?4）Axes Vs.pyplot 下面的作画方式只适合简单的绘图，快速的将图绘出。在处理复杂的绘图工作时，我们还是需要使用 Axes 来完成作画的。

# 导入 Matplotlib 模块
import matplotlib.pyplot as plt

# 定义简单的图表
plt.plot([1, 2, 3, 4], [10, 20, 25, 30], color='lightblue', linewidth=3)
plt.xlim(0.5, 4.5)

# 打印图表，相当于Python中的print函数
plt.show()

3. 基本 2D 绘图

线

1）利用 plot() 函数画出一系列的点，并且用线将它们连接起来；

2）利用关键字参数的方式绘图。

import matplotlib.pyplot as plt
import numpy as np

# 展开画板
fig = plt.figure()

# 添加三个Axes
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(224)

# 添加 x、y 数据
x = np.linspace(0, np.pi)
y_sin = np.sin(x)
y_cos = np.cos(x)

'''在上面的三个Axes上作画。
plot()函数，前面两个参数为x轴、y轴数据，
第三个参数是 MATLAB 风格的绘图，对应 ax3 上的颜色，marker（点），线型。'''
ax1.plot(x, y_sin)
ax2.plot(x, y_sin, 'go--', linewidth=2, markersize=5)
ax3.plot(x, y_cos, color='blue', marker='*', linestyle='dashed')

# 打印图表，相当于Python中的print函数
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# 定义数据
x = np.linspace(0, 10, 200)
data_obj = {'x': x,
            'y1': 2 * x + 1,
            'y2': 3 * x + 1.2,
            'mean': 0.5 * x * np.cos(2*x) + 2.5 * x + 1.1}

fig, ax = plt.subplots()

# 填充两条线之间的颜色
ax.fill_between('x', 'y1', 'y2', color='blue', data=data_obj)

# 画出中间的曲线
ax.plot('x', 'mean', color='red', data=data_obj)

# 打印图表，相当于Python中的print函数
plt.show()

''' 发现上面的作图，在数据部分只传入了字符串，这些字符串对一个这 
data_obj 中的关键字，当以这种方式作画时，将会在传入给 data 中寻找
对应关键字的数据来绘图。 '''