面向对象 VS Matlab Style

一、三种方式简介
（一）pyplot：经典高层封装
（二）pylab：将matplotlib和Numpy合并的模块，模拟Matlab的编程环境
（三）面向对象的方式：matplotlib的精髓，更基础和底层的方式
二、三种方式优劣
pyplot：简单易用。交互使用时方便，可以根据命令实时作图，但底层定制能力不足
pylab：完全封装，环境最接近Matlab。不推荐使用
面向对象的方式：接近matplotlib的基础和底层的方式。难度稍大，但定制能力强，是matplotlib的精髓。
总结：实战中推荐根据需求综合使用pyplot和面向对象的方式，显示导入Numpy
常用模块导入代码：
import matplotlib.pyplot as plt
import numpy as np
例如：
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,100)

fig=plt.figure()
ax1=fig.add_subplot(221)
ax1.plot(x,x)
plt.show()