综述
Matplotlib在figures上绘制数据（例如，窗口，Jupyter小部件等），每个figure都可以包含一个或多个axes，axes是可以根据x-y坐标（或极坐标中的theta-r或3-D图中的x-y-z等）指定点points的区域。
The object-oriented interface and the pyplot interface
使用matplotlilb绘图的两种方式：
- 显式地创建figures和axes，而后调用相应的method。适用于多图的时候，用axes布局？
- 依靠pyplot自动创建和管理figures和axes
使用subplots()可以创建figure和axes
x = np.linspace(0, 2, 100)
# Note that even in the OO-style, we use `.pyplot.figure` to create the figure.
fig, ax = plt.subplots() # Create a figure and an axes.
ax.plot(x, x, label='linear') # Plot some data on the axes.
ax.plot(x, x**2, label='quadratic') # Plot more data on the axes...
ax.plot(x, x**3, label='cubic') # ... and some more.
ax.set_xlabel('x label') # Add an x-label to the axes.
ax.set_ylabel('y label') # Add a y-label to the axes.
ax.set_title("Simple Plot") # Add a title to the axes.
ax.legend() # Add a legend.
使用pyplot
x = np.linspace(0, 2, 100)
plt.plot(x, x, label='linear') # Plot some data on the (implicit) axes.
plt.plot(x, x**2, label='quadratic') # etc.
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
Types of inputs to plotting functions
所有的绘图函数都需要用numpy.array or numpy.ma.masked_array作为输入。画图前最好先把数据转换成numpy.array，哪怕是pandas的数据框这种类似array的数据对象。
Figure 的组成成分
axes
可以理解成绘图区，它是具有数据空间的图像区域。 一个给定的figure可以包含多个axes，但是一个给定的Axes对象只能在一个figure中。 axes包含两个（或3个3D轴）轴对象（请注意轴和轴之间的差异），这些对象负责数据限制（数据限制也可以通过轴控制.Axes.set_xlim() 和axes.Axes.set_ylim()方法）。 每个轴都有一个标题（通过set_title()设置），一个x标签（通过set_xlabel()设置）和一个y标签（通过set_ylabel()设置）。
artist
et_xlabel()设置）和一个y标签（通过set_ylabel()`设置）。
artist
在figure上看到的所有东西基本上都是an artist (even the Figure, Axes, and Axis objects). 包括Text objects, Line2D objects, collections objects, Patch objects … .大多数 artist 都和axes是绑定的， 这样的artist不能被多个axes共享，也不能从一个axes移动到另一个axes。