matplotlib的使用方法
先导入相应的模块
from matplotlib import pyplot as plt
再使用plt中特有的方法来进行画图。
- 柱状图——plt.bar（专门用来比较大小）
- 直方图——plt.barh（专门用来查看分布）
- 饼状图——plt.pie（专门用来查看比例）
- 折线图——plt.plot（专门用来绘制相应函数图像）
- 散点图——plt.scatter
- 等高线图——plt.contour
（注意区分直方图和柱状图的区别）
这些方法接受两个数组类型（包括ndarray类型以及所有可以转化为ndarray的类型）
我们可以使用numpy.linspace来生成相应的数组进行测试
自定义图形的样式
就是再相应的绘图函数中添加相应的关键字参数，比如：
- color——颜色
- linestyle——线型的样式
- linewidth——线型的宽度
- alpha——不透明度
（除此之外还有很多，而且这里只给出了关键字参数的名字，并没有给出我们应该给他们赋予什么样的参数，所以我建议还是移步至官方文档）
组合图形样式
我们绘图中还有一个需求就是希望把不同的图像画在一起。当然我们plt肯定是实现了这些，只有当我们把使用相同的x内容的时候，matplotlib才会把这些图形都放在一起。
组合图形的时候，可能需要一种更加高级的操作。
那就是自己搭建图片的环境。
- 首先，先创建画板对象fig = plt.figure()
- 在画布对象的基础上创建画布对象axes = fig.add_axes([a, b, c, d])——注意这里a, b, c, d分别代表了画布左下角的两个坐标，以及画布的宽高。
- 再使用axes的**plot方法（或者其它的方法）**画图。
还有一种方法也可以实现子图的绘制。
那就是利用plt.subplots().
然后通过这个函数返回的fig和axes对象（尤其是axes对象），
我们就能定制我们的输出了
规范画图方法
我们需要一套约定，来规范我们的画图流程，这样我们就能避免想怎么做，就怎么做的缺点。
一个比较好的建议是：不要仅仅是使用plt.plot来绘制图像，而应该使用plt.subplots方法来使用
·添加图表题，图例，xy轴代表的意义
- 添加图标题——axes.set_title()
- 添加xy轴名称——axes.set_xlabel(); axes.set_ylable();
- 添加图例——axes.legend();
（你要知道图例在我们的axes上是一个单独的单元，我们可以通过传入一个list对象来进行绘制）
·添加坐标轴范围
使用**set_ylim()和set_xlim()**来设定坐标轴的范围
参数是一个两个元素的列表
·图形标注方法
如果我们能够在我们的图形上做一些标注，那我们的图形肯定会更加清晰。
你要知道的是我们在我们的axes上标注，只有plt.text方法，这个方法接受三个参数：
- 文本的x坐标
- 文本的y坐标
- 文本的内容，可以使用c的字符串格式化语法来做
一般而言我们会在柱状图上标注柱子所代表的大小，我们matplotlib自然是提供了一个很简单的方法来帮我们实现这个需求：
bars = axes.bar(x_bar, y_bar, color='blue', label=x_bar, width=2) # 绘制柱形图
for i, rect in enumerate(bars):
x_text = rect.get_x() # 获取柱形图横坐标
y_text = rect.get_height() + 0.01 # 获取柱子的高度并增加 0.01
plt.text(x_text, y_text, '%.1f' % y_bar[i]) # 标注文字
PS: 文中说我们可以使用pylab来使用类似于matlab的接口，但是这个在我们matplotlib的official document中是discourage的，因为可能会造成namespace上的一些问题。
