最近总是需要用matplotlib绘制一些图，由于是新手，所以总是需要去翻书来找怎么用，即使刚用过的，也总是忘。所以，想写一个入门的教程，一方面帮助我自己熟悉这些函数，另一方面有比我还小白的新手可以借鉴，大神就绕路吧。这篇文章是根据《利用Python进行数据分析》总结出来的，不是很全面，但是作为入门，足够了。
首先，需要能启动IPython 交互界面吧，这个如果还没有启动的话，就自行百度吧。
如果安装了Anaconda,那么以这种方式启动IPython吧。
这样会将IPython配置为使用你所指定的matplotlib GUI 后端（Tk,wxPython,PyQt,Mac OS X native,GTK)。【虽然不知道这些都是些什么，不过打开pylab就够用了】
matplotlib 不是太长了吗，我们通常引入这样的约定：
import matplotlib.pyplot as plt
就是个缩写嘛，大多数高端人员也遵循这个约定，咱就服从吧。
首先，我们来绘制一个figure对象。
立马就会生成一个这样的窗口：
好，这是第一步。
但是不能通过空figure绘图。必须使用add_subplot()创建一个或多个subplot才行。
看以上三行代码，figure变成了这样：
这三行代码的意思是：图像是2X2的，且当前选中是4个中的第n个。（222）就是2X2 中的第二2，（2,2,3）就是2X2中的第三个。可分割也可不分割，当超过10的话需要分割了吧。
好，第二步也成功做完了。接下来，发出一条绘图命令。如plt.plot([1.5, 2, 4, -2, 1.6]) #绘制几个点连接
我们来试一下。
恩，此时matplotlib就会在最后一个用过的subplot（如果没有则创建一个）上面进行绘制。
这几步完成的还不错吧，那下面我们再进一步探索。
*************************************************分割线****************************************************
我们运行一下这两行代码：
from numpy.random import randn #导入随机模块
plt.plot(randn(50).cumsum(), 'k--')
其实就是在0到50随机生成一个数组，然后绘制在最后一个用过的subplot里面，注意是线段类型，虚线。
那如何绘制图像在其他的subplot里面呢？下面就演示如何做。
ax1.hist(randn(100), bins = 20, color = 'k', alpha = 0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * randn(30))
至此，应该能非常熟练的在figure对象中绘图了吧。
还可以在matplotlib的文档中找到各种图表类型。
**********************************************分割线**********************************************************
由于根据特定布局创建Figure和subplot是一件很常见的任务，于是便出现了一个更为方便的方法。
fig, axes = plt.subplots(2, 3)
这样，一步就完成上节两步完成的工作。
-----------------------------------------------------------------------
pyplot.subplots有几个选项
nrows：subplot的行数
ncols：subplot的列数
sharex：所有subplot共享x轴刻度
sharey：所有subplot共享Y轴刻度
subplot_kw：用于创建各subplot的关键字字典
**fig_kw:创建figure时的其他关键字，如plt.subplots(2,2,figuresize=(8,6))
-------------------------------------------------------------------------
加了参数，共享x轴y轴。
我们再试着调整一下subplot周围的边距。
Figure有一个顶级函数subplot_adjust。
subplots_adjust（left = None, bottom = None, right = None, top = None, wsapce = None, hspace = None ）
wspace 和 hspace是控制宽度和高度的百分比。下面将间距收缩到了0.
又是新知识吧。接下来，学习颜色和线型。
************************************分割线**************************************************
新建一个fig
fig = plt.plot()
再新建一个fig
data = randn(30).cumsum()
plt.plot(data, 'k--', label = 'Default')
plt.plot(data, 'k-', drawstyle = 'steps-post', label = 'steps-post')
plt.legend(loc='best') #在合适的位置放置图例。
设置标题，轴标签，刻度以及刻度标签。
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(randn(1000).cumsum())
随机漫步。我们来给上图添加标签。
ticks = ax.set_xtickets([0, 250, 500, 750, 1000])
可以看出，x标签变成我们制定的标签。y轴标签可想而知了。
再来设置title
ax.set_title('My First matplotlib plot')
再用set_xlabel为X轴设置一个名称。
ax.set_xlabel('Stages')
Y轴的跟X轴几乎是一样的。再小白也能看懂吧。
添加图例（legend）：
上面两张图是一样的，后面只是上面图放大了，注意图例的位置。
ax.legend(loc = 'best') #会选择一个最不碍事的位置。
要从图例中去除一个或多个元素，不传入label或传入lable = '_nolegend_'
还有一些这样的选项。
***************************************************分割线*****************************************************
又上一层楼。 嘻嘻。
好了，一口气写这么些，后面的再慢慢更新吧。
今天接着入门，白小白可以看，大神绕路。
***************************************************分割线*****************************************************
今天接着入门，白小白可以看，大神绕路。
今天以画图开始。
画个长方形，三角形，圆形（椭圆）。
Matplotlib有一些表示常见图形的对象，这些对象被称为块（patch）。完整的集合位于matplotlib.patches。
fig = plt.figure()
ax = fig.add_subplot(111)
rect = plt.Rectangle((0.2,0.75), 0.4, 0.15, color = ‘r’, alpha = 0.3)#左下起点，长，宽，颜色，α
circ = plt.Circle((0.7,0.2), 0.15, color = ‘b’, alpha = 0.5)#圆心，半径，颜色，α
pgon = plt.Polygon([[0.15, 0.15], [0.35, 0.4], [0.2, 0.6]], color = ‘g’, alpha = 0.5 )#顶点坐标颜色α
α表示的是图表的填充不透明度。在（0,1）之间。
ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)
补充一个：如何在图上指定位置添加文本、箭头，或其他图形呢？
答：可以通过text、arrow、annotate等函数进行添加。下面看一个添加文本的例子。
ax.text(0.7, 0.6, ‘Hello World!’, family = ‘monospace’, fontsize = 10)
可以看到图片里面指定位置有我们添加的文字信息。
那生成了图表文件怎么保存呢？
利用plt.savefig可以将当前图表保存到文件。
Plt.savefig(‘figpath.svg’, dpi = 400, bbox_inches = ‘tight’ )
#文件类型是通过文件扩展名推断出来的，可以保存为.pdf.
Dpi是 ‘每英寸点数’分辨率，bbox_inches可以剪除当前图表周围的空白部分
保存到了一个.pdf的文件中。
Figure.savefig有一下选项：
Fname： 含有路径的字符串或python文件型对象。.pdf,.png根据扩展名推断得出。
dpi: 图像分辨率（每英寸点数），默认为100
facecolor，edgecolor： 图像的背景色，默认为‘w’（白色）
format： 显式设置文件格式（‘png’，‘pdf’，‘svg’，‘ps’，‘eps’…）
bbox_inches：图表需要保存的部分。如果设置为‘tight’，则尝试剪除图表周围的空白部分。
***********************分割线********************************
Matplotlib实际上是一种比较低级的绘图工具。要组装一章图表，你得用它的各种基础组件才行。下面介绍一下pandas中的绘图函数。简单入门级别的集中。
************************分割线*******************************
线型图：
Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，他们所生成的是线型图。
s = Series(na.random.randn(10).cumsum(), index = np.arange(0,100,10))
s.plot()