Matplotlib -- 简介
matplotlib是Python优秀的数据可视化第三方库；
matplotlib库的效果可参考官网：http://matplotlib.org/gallery.html ；
matplotlib的使用 由各种可视化类构成，内部结构复杂，受matlab库启发，matplotlab.pyplot是绘制种类可视化图形的命令子库，相当于快捷方式。
matplotlib可以绘制的图
Matplotlib -- 绘图函数
1、plot函数
plt.plot(x,y,format_string,**kwargs)
参数：
x：X轴数据，列表或数组，可选；
y：Y轴数据，列表或数组；
format_string：控制曲线的格式字符串，由颜色字符、风格字符和标识字符组成，可选；
**kwargs：第二组或更多的(x,y,format_string,**kwargs)；
2、subplot()函数
plt.subplot(numRows, numCols, plotnum)
参数：
numRows : int ,指创建的sublots的行数,默认为1 ；
numCols : int ,指创建的sublots的列数,默认为1；
plotnum：指定操作的区域；
3、Matplotlib.pyplot常用的方法
| 方法 | 描述 |
|---|---|
| plt.savefig('filename',dpi=n) | 将绘制的图画保存成png格式，并设置分辨率，默认为100； |
| plt.axis([0,9,1,8]) | x轴起始于0，终止于9 ，y轴起始于1，终止于8 |
| plt.subplot(Rows, Cols, plotnum) | 分成Rows行Clos列，共R*C个绘图区域，在第plotnum个区域绘图。排序为行优先。 |
| plt.xlabel() | 对x轴增加文本标签 |
| plt.ylabel() | 对y轴增加文本标签 |
| plt.title() | 对图形整体增加文本标签 |
| plt.text() | 在任意位置增加文本 |
Matplotlib -- 画图种类
1、折线图（grid）
# 绘制折线图
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(9)
y = np.sin(x)
z = np.cos(x)
# marker数据点样式，linewidth线宽，linestyle线型样式，color颜色
plt.plot(x, y, marker="*", linewidth=3, linestyle="--", color="orange")
plt.plot(x, z)
plt.title("matplotlib")
plt.xlabel("height")
plt.ylabel("width")
# 设置图例
plt.legend(["Y","Z"], loc="upper right")
plt.grid(True)
plt.show()
2、条形图（bar）
#绘制条形图
x = np.arange(10)
y = np.random.randint(0,30,10)
plt.bar(x, y)
plt.show()
3、饼图（pie）
#绘制饼图
plt.figure(figsize=(10,10));
x = [4, 9, 21, 55, 30, 18]
labels = ['Swiss', 'Austria', 'Spain', 'Italy', 'France', 'Benelux']
explode = [0.2, 0.1, 0, 0, 0.1, 0]
plt.pie(x, labels=labels, explode=explode, autopct='%1.1f%%');
plt.show()
4、散点图（scatter）
#绘制散点图
x = np.random.rand(10)
y = np.random.rand(10)
plt.scatter(x,y)
plt.show()
5、直方图（hist）
#绘制直方图
mean, sigma = 0, 1
x = mean + sigma * np.random.randn(10000)
plt.hist(x,50)
plt.show()
6、坐标图（plot）
#绘制坐标图
import matplotlib.pyplot as plt
import numpy as np
#创建数据
x = np.linspace(-5, 5, 100)
y1 = np.sin(x)
y2 = np.cos(x)
#创建figure窗口
plt.figure(num=3, figsize=(8, 5))
#画曲线1
plt.plot(x, y1)
#画曲线2
plt.plot(x, y2, color='red', linewidth=5.0, linestyle='--')
#设置坐标轴范围
plt.xlim((-5, 5))
plt.ylim((-2, 2))
#设置坐标轴名称
plt.xlabel('xxxxxxxxxxx')
plt.ylabel('yyyyyyyyyyy')
#设置坐标轴刻度
my_x_ticks = np.arange(-5, 5, 0.5)
my_y_ticks = np.arange(-2, 2, 0.2)
plt.xticks(my_x_ticks)
plt.yticks(my_y_ticks)
#显示出所有设置
plt.show()
7、子图（subplot）
# figsize绘图对象的宽度和高度，单位为英寸，dpi绘图对象的分辨率，即每英寸多少个像素，缺省值为80
plt.figure(figsize=(8,6),dpi=100)
# subplot(numRows, numCols, plotNum)
# 一个Figure对象可以包含多个子图Axes，subplot将整个绘图区域等分为numRows行*numCols列个子区域，按照从左到右，从上到下的顺序对每个子区域进行编号
# subplot在plotNum指定的区域中创建一个子图Axes
A = plt.subplot(2,2,1)
plt.plot([0,1],[0,1], color="red")
plt.subplot(2,2,2)
plt.title("B")
plt.plot([0,1],[0,1], color="green")
plt.subplot(2,1,2)
plt.title("C")
plt.plot(np.arange(10), np.random.rand(10), color="orange")
# 选择子图A
plt.sca(A)
plt.title("A")
plt.show()
Matplotlib -- 作图线的属性
颜色（color 简写为 c）：
| 颜色 | 字符 |
|---|---|
| 红色 | 'r' (red) |
| 蓝色 | 'b' (blue) |
| 绿色 | 'g' (green) |
| 黄色 | 'y' (yellow) |
| 黑色 | 'k' (black) |
| 白色 | 'w' (white) |
| 紫色 | 'm' (magenta) |
| 青色 | 'c' (cyan) |
| 灰色 | [0,1]内任意浮点数 |
| RGB表示法 | '#2F4F4F' 或 (0.18, 0.31, 0.31) |
线型（linestyle 简写为 ls）：
| 线型 | 字符 |
|---|---|
| 点 | '.' |
| 点线 | ':' |
| 点画线 | '-.' |
| 实线 | '-' |
| 虚线 | '--' |
图形标记（标记marker）：
| 形状 | 字符 |
|---|---|
| 圆形 | 'o' |
| 加号 | '+' |
| 星形 | '*' |
| 乘号 | 'x' |
| 方形 | 's' |
| 菱形 | 'D' |