一.Matplotlib的图像的结构图：
1. 第一层是底层的容器层，主要包括Canvas、Figure、Axes； 2. 第二层是辅助显示层，主要包括axis、spines、grid、legend、title等； 3. 第三层为图像层，即通过plot、scatter等方法绘制的图像。
2.Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具，用户一般接触不到。
Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色，我们可以设置画布的大小和分辨率等。
Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。一个Figure对象可以包含多个Axes对象，每个Axes都是一个独立的坐标系，绘图过程中的所有图像都是基于坐标系绘制的。
3.辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。
4.图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。
5.总结得出
- Canvas（画板）位于最底层，用户一般接触不到
- Figure（画布）建立在Canvas之上
- Axes（绘图区）建立在Figure之上
- 坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上
二. 画个折线图
- #在使用jupyter notebook时调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候,需要加上%matplotlib
- %matplotlib inline
- from matplotlib import pyplot as plt
- x = range(1,8)
- y = [17, 17, 18, 15, 11, 11, 13]
- plt.plot(x, y, color='green',alpha=0.5,linestyle='-',linewidth=3,marker='o')
- plt.xlabel('Time')
- plt.ylabel("Temp")
- plt.title('Title')
- plt.show()
1.代码含义
- color='green'：设置线的颜色
- alpha=0.5：设置线的透明度，让其拥有似漏非漏的感觉
- inestyle='—'：设置线的样式，- 实线(solid)、-- 短线(dashed)、-. 短点相间线(dashdot)、：虚点线(dotted)
- linewidth=3：设置线的宽度
- marker='o'：设置折点的样式，默认是什么都没有，折点有没有其他的样式呢？当然，向下看
2.
3.plt.xlabel('Time')、plt.ylabel("Temp")、plt.title('Title')三个方法，分别添加x轴标题，y轴标题以及图片标题
三.总结
