导入的库同上一篇一样：

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.gridspec as gridspec

示例8：

n=1024
x=np.random.normal(0,1,n)
y=np.random.normal(0,1,n)
col=np.arctan2(y,x)   #设置颜色
plt.scatter(x,y,s=10,c=col,alpha=0.5)   #设置大小，颜色，数据
plt.xticks(())   #x轴清空
plt.yticks(())
plt.show()

示例9：

n=12   #12个柱状图
X=np.arange(n)
Y1=(1-X/float(n))*np.random.uniform(0.5,1.0,n)   #产生从0.5到1的随机数值
Y2=(1-X/float(n))*np.random.uniform(0.5,1.0,n)
plt.bar(X,+Y1,facecolor="#9999ff",edgecolor="white")   #向上的柱状图
plt.bar(X,-Y2,facecolor="#ff9999",edgecolor="white")   #向下的柱状图
for x,y in zip(X,Y1):
    plt.text(x,y+0.05,"%.2f"%y,ha="center",va="bottom")   #打印每一个柱的数据和确定对齐方式
for x,y in zip(X,Y2):
    plt.text(x,-y-0.05,"-%.2f"%y,ha="center",va="top")   #打印每一个柱的数据和确定对齐方式
plt.xlim(-.5,n)
plt.xticks(())
plt.ylim(-1.25,1.25)
plt.yticks(())
plt.show()

示例10：

def f(x,y):
    return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)   #算一个高度的值
n=256
x=np.linspace(-3,3,n)   #x可以生成256个点
y=np.linspace(-3,3,n)   #y可以生成256个点
X,Y=np.meshgrid(x,y)   #绑定为网格
plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot)   #设置数据，透明度，颜色，8代表等高线分了10部分
C=plt.contour(X,Y,f(X,Y),8,colors="black")   #设置等高线
plt.clabel(C,inline=True,fontsize=10)
plt.xticks(())
plt.yticks(())
plt.show()

示例11：

fig=plt.figure()
ax=Axes3D(fig)
X=np.arange(-4,4,0.25)
Y=np.arange(-4,4,0.25)
X,Y=np.meshgrid(X,Y)
R=np.sqrt(X**2+Y**2)   #计算X,Y，变成Z的高度值
Z=np.sin(R)
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))   #数字参数为颜色跨度
ax.contour(X,Y,Z,zdir='z',offset=-2,cmap='rainbow')   #向底面z投射的阴影
plt.show()

示例12：

plt.figure()
plt.subplot(221)   #两行两列，选第一个
plt.plot([0,1],[0,1])   #(0,0),(1,1)之间连线，可以理解为(x1,x2),(y1,y2)
plt.subplot(222)
plt.plot([0,1],[0,1])
plt.subplot(223)
plt.plot([0,1],[0,1])
plt.subplot(224)
plt.plot([0,1],[0,1])
plt.show()

示例13：

plt.figure()
gs=gridspec.GridSpec(3,3)
ax1=plt.subplot(gs[0,:])   #第0行，所有列（这里数字代表下标，从1开始）
ax2=plt.subplot(gs[1,:2])   #第1行，前2列
ax3=plt.subplot(gs[1:,2])   #第1行到最后，第2列
ax4=plt.subplot(gs[2,0])   #第2行，第0列
ax5=plt.subplot(gs[2,1])   #第2行，第1列
plt.tight_layout()
plt.show()