DataWhale学习笔记：http://datawhale.club/t/topic/538
认识Matplotlib
matplotlib介绍
- 是2D绘图库，可以以多种硬拷贝和跨平台的交互环境生成出版物质量的图形，可以用来绘制各种静态、动态、交互式的图表。
- 是公认的数据可视化工具，pandas和seaborn的绘图接口也是基于此的高级封装。
简单绘图例子
图像是画在figure上的，每个figure又可以包含一个或者多个axes。
例子1-1 绘制折线图
通过pyplot.subplots命令，创建axes后，可以使用Axes.plot绘制简单折线图。
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots() # 创建一个包含一个axes的figure
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]) # 绘制图像
plt.show() #显示出图像
在Spyder中，可以直接写前四行代码，但是在pycharm中，必须加上plt.show()才可以将图像显示出来。
Figure的组成
完整的matplotlib图像通常会包括以下四个层级（容器），在matplotlib中，将通过各种命令方法来操作图像中每一部分，从而达到数据可视化的效果，一幅完整的图像就是各类子元素的集合。
- Figure：*层，用来容纳所有绘图元素
- Axes：核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成
- Axis：axes下属层级，用来处理所有和坐标轴、网格有关的元素
- Tick：axes下属层级，用来处理所有和刻度有关的元素
两种绘图接口
matplotlib提供了两种绘图接口：
- 显式创建figure和axes，在上面调用绘图方法，被称为OO模式
- 依赖pyplot自动创建figure和axes
OO模式
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2, 100)
#numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
#在指定的间隔内返回均匀间隔的数字，返回num均匀分布的样本，在[start, stop]，这个区间的端点可以任意的被排除在外。
fig, ax = plt.subplots( )
ax.plot(x, x, label = 'liner')
ax.plot(x, x**2, label = 'quadratic')
ax.plot(x, x**3, label = 'cubic')
ax.set_xlabel('x label')
ax.set_ylabel('y label')
ax.set_title("Simple Plot")
ax.legend( )
plt.show( )
pyplot自动创建
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2, 100)
plt.plot(x, x, label = 'liner')
plt.plot(x, x**2, label = 'quadratic')
plt.plot(x, x**3, label = 'cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend( )
plt.show( )
结果同上