5.Python 学习系列--------Python 可视化实战三种方式的简介

1.pyplot 经典高层封装，到目前为止，都是用的pyplot

2.pylab是利用matplotlib和numpy结合的模块，模拟用matlab的编程环境，

3，面向对象的方式：matplotlib的精髓, 现实中，是用两种结合 使用的方式，pyplot 和面向对象的方法

常用的模块导入代码，

numpy中有一些常用的用来产生随机数的函数，randn()和rand()就属于这其中。 

numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。 
numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。

import matplotlib.pyplot as plt

import numpy as np

x = np.arange(0,10,1)
y=np.random.randn(len(x))
plt.title('pyplot')
plt.plot(x,y)
plt.show()

from pylab import * #从pylab里导入所有的函数

x=arange(0,10,1)
y=randn(len(x))
plot(x,y)
show()

4.matlplotlib 对象简介

figure实例

可以添加axes实例

ax-figure.add.sublot(111)

返回axes实例

参数1，子图总行数

参数2，子图总列数

参数三，子图位置

在figure上添加axes的常用做法

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1,100)
fig=plt.figure()   #新建个对象
ax1=fig.add_subplot(221) 

ax2=fig.add_subplot(222)  #后面的2是指的是有几个图
ax1.plot(x,x)

4. 如何生成多张图

import matplotlib.pyplot as plt
import numpy as np

fig1 = plt.figure()
ax1= fig.add_subplot(111)
ax1.plot([1,2,3],[3,2,1])

fig2 = plt.figure()
ax2= fig.add_subplot(111)
ax2.plot([1,2,3],[3,2,1])
plt.show()