matplotlib库

使用向导

matpoltlib库是一个二维图像库，用类似matlab的接口可以实现简单绘图，也可以通过创建类完成自己需要的绘图函数

基本概念

matplotlib库所有的方法按照不同的层次分布，在最高层是状态机环境，简单的函数用于向当前的图中添加绘图元素，matplot中的状态机环境表现的像matlab中一样；下一层是面向对象接口的第一层，也可以称之为pyplot级别，用于创建图像；再下面就是更多的控制，是纯粹的面向对象方法

图像分层

画板（原文中是figure，参考知乎上的讲解）

figure是坐标系，绘图元素以及画布的载体，一个figure可以有任意数量的坐标系，但是至少得有一个（暂时还不理解多个坐标系的意思），一般对于用户来说figure是仿佛能看到又看不到的样子

坐标系（原文中是axes，这个翻译是我自己的理解）

一个坐标系包含两个或者三个坐标轴对象，它们负责数据限制，也可以使用set_xlim()和set_ylim()轴方法的set来控制数据限制，每个坐标系都有一个标题，通过set_title方法设置，还有x,y标签，用方法set_xlabel和set_ylabel。坐标系类和它的成员函数面向对象接口最主要的入口

坐标轴（原文中是axis，也是自己的理解）

坐标轴对象是类似于数字行的对象，它们负责限制坐标轴的范围，坐标轴的刻度还有刻度的数值；坐标轴的刻度用Locator对象确定，刻度的数值由格式化字符串完成

绘图元素（原文中是artist，自己的理解）

当figure被创建之后，所有绘图元素都被绘制在画布上，大多数绘图元素被绑定在坐标系中，绘图元素不能从一个坐标系转移到另一个坐标系中

绘图函数的输入类型

绘图函数的输入类型都是np.array，其他的类型需要转换成这个类型

Matplotlib,pyplot,pylab之间的关系

Matplotlib是指整个matplotlib包，pyplot是matplotlib的一个模块

调用pyplot模块中的函数时，系统会自动创建当前的figure和axes，下面是一个绘图的例子

x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear')
plt.plot(x, x**2, label='quadratic')
plt.plot(x, x**3, label='cubic')

plt.xlabel('x label')
plt.ylabel('y label')

plt.title("Simple Plot")

plt.legend()

plt.show()

pylab是一个方便的模块，将pyplot和numpy合并在一个单独的命名空间里，这是不提倡使用的，因为造成了命名空间的污染

代码风格

pyplot风格：先导入库文件，然后进行一次pyplot调用，什么调用都行，反正会自动的生成figure和axes，然后使用pyplot接口完成剩下的工作。还有一种风格是matlab风格

Backends（后端）

不同的人对matplotlib有不同的使用形式，为了能够满足所有人的需求，matplotlib定义了不同的形式输出形式。前端就是用户使用的绘图代码，后端是生成指定图形的功能。后端有两种形式，用户界面后端、硬拷贝后端，有四种方法可以配置后端

以上是使用向导中的内容，并没有完全结束，但是感觉这些东西目前来说够用了，下一部分是pyplot教程

pyplot教程

pyplot介绍

pyplot是matplotlib包中的一个模块，它里面的每一个函数都会将画板改变一点，pyplot的接口不是特别灵活

plot命令（要注意它不是类对象调用的），当它接收两个数组参数时，将第一个数组作为横坐标，将第二个数组作为纵坐标；当它接收一个数组参数时，默认这是纵坐标，并根据纵坐标计算出横坐标，然后绘制出图形；

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()

plot命令还有一个可选的第三个参数，使用格式化字符串，用来控制线的形式还有颜色之类的

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')
plt.axis([0, 6, 0, 20])                    # [xmin, xmax, ymin, ymax]这是指定坐标的范围，和matlab很像
plt.show()

在plot命令中可以同时绘制多个曲线

import numpy as np

# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

使用关键字符串绘图