Python学习二——标准库

一、OS模块

os模块学习

二、matplotlib模块

(一)模块简介

参考链接
同一个作者的链接

1.matplotlib是python的绘图库，可以与其他库（比如numpy或图形工具包）结合使用，成为一种用matlab绘图的开源替代方案。
2.matplotlib是一个非常庞大的系统，而且从诞生到现在繁荣发展经历了几十年的时间，里面所涉及到的软件架构很是复杂。matplotlib的架构被逻辑性地分为三层。这三层逻辑可以视为一个栈。每层逻辑知道如何与其下的一层逻辑进行通信，但在下层逻辑看来，上层是透明的。这三层从底向上分别为：后端、美工与脚本。
3.matplotlib的使用可以从三个层面上去入手，即“后端——美工——脚本”。

后端bakend layer：我们当然可以从最底层的后端搭建一个图形，负责软件与绘图硬件的交互，图形的各种渲染等等，这异常困难，而且对于程序员的开发效率来说，十分缓慢，因为绘图的框架整个都要自己去搭建，很麻烦。
美工artist layer：这是在后端的基础之上的进一步封装，有一点类似于GDI+绘图方式，我们只关心“ 在哪里画 、用什么笔、 画什么图 ”，所用的笔，所用的颜料，画的图形类型（折线图，条形图，散点图等等）这些已经封装好了，封装是通过一系列的类去完成的。
脚本scripting layer：脚本是matplotlib的更高层封装，也就是我们平时所用的pyplot模块的高级封装，使用脚本，我们再也不用关心这个图形到底是怎么画的了，我们只需要关心画图的效果即可。适用“ 后端 ”、“ 美工 ”、要很多代码才能完成的事，使用脚本一句话就可以实现，如：
plt.plot(x,y,color=‘red’,linewidth=3,linestyle=’–’)

(二) plt.和ax.以及fig的区别

参考链接

1.Figure:可以理解为画布，画图的第一件事就是创建一个画布，然后再开始绘画。程序为：fig=plt,figure()
2.Axes：注意，它不是坐标轴！！是axis的复数形式。可以理解为坐标轴系们，能对其进行设置各种图形元素，比如图例、标题、标记、栅格等属性。一般是将Axes赋值给ax
3.Axis：ax.xais/ax.yaix才是坐标轴，对于axis而言，ax,xais和ax.yaix是它的子图，因此这两者都存在Axes这个对象

图像各部分的名称如下图所示

1.用第二层的美工层——artis layer的画图实例

import matplotlib.pyplot as plt
import numpy as np
a = np.arange(1, 5)
b = a ** 2
c = a ** 3
"""
创建大小为14x7的画布，把这个画布赋值给变量fig，
同时在这个画布上创建了一个axes，把这个axes赋值给ax.
如果有两个图，那么ax就是列表，有两个元素a[0],a[1]
"""
fig, ax = plt.subplots(figsize=(14, 7))
# fig, ax = plt.subplots(2,1,figsize(14,7))
# ax[0].***
# ax[1].***

#  开始画图,在这个axes上画数据，因此就用ax.plot()来画。
ax.plot(a