matplotlib折线图

考虑到以后图像添加的因素，推荐使用

import matplotlib.pyplot as plt 
import matplotlib.mlab as mlab
import numpy as np 
    
fig = plt.figure()
ax = fig.add_subplot(111) 

（111）参数表示将figure分为1*1份，ax处在第一张位置。然后开始在ax坐标系中画图，

ax.plot
#画折线图
ax.bar
#柱状图
ax.hist
#频率分布图
ax.errorbar
#误差棒图

ax.set_xticks(),ax.set_yticks()可以根据输入的列表数据进行坐标轴的自定义显示。

ax.set_xlim（）,ax.set_ylim（）,设置坐标轴上下限。

ax.set_xlabel(），ax.set_ylabel(），设置坐标轴标签，并且可以，添加字体格式

ax.tick_params(labelsize=8)，设置xy轴上标尺字号

例如

font = {'family' : 'Times New Roman',
        'weight' : 'normal',
        'size'   : 12,}

ax.set_xlabel('time(h)',font)

在图上添加文本说明，plt.annotate是带箭头的，

    plt.annotate('48℃/h',xy=(8.3,850),xytext=(12,633),arrowprops=dict(facecolor='black', shrink=0.01,width=0.1,headwidth=6))

第一个是输入的文本，xy箭头指向位置，xytext文本输入位置，arrowprops箭头属性，facecolor颜色，width和headwidth调节箭头大小。

误差棒可以选择上下误差值

std_err = [(0.5,0.4,0.3,0.6,0.4),(0.7,0.2,0.4,0.4,0.3)]
ax.errorbar(x,y,yerr=std_err,marker='s',color='r')

std是上下误差的元组列表

marker是设置点的图形形状，‘s’是方形点。

曲线拟合设置

    f1 = np.polyfit(x,y,2)
    #2表示采用二阶函数进行拟合
    p1 = np.poly1d(f1)
    x1 = np.linspace(200,1000)
    #linspace
    y1 = p1(x1)
    ax.plot(x1,y1)

plt.hist()的返回值为n,bins,patchs，n是纵坐标数组，bins是横坐标数组，patchs是其他参数的列表和。

返回值最好用n，bins，patchs三个变量读取，一个变量读取会变成一个大列表，取值较复杂。