图表能帮助我们更好的反映出数据的信息，无论是论文还是博客都需要用到，所以非常有必要先学习一下。
matplotlib.pyplot
在python中，使用matplotlib库中的pyplot模块进行绘图。
1.最简单的使用
import matplotlib.pyplot as plt
plt.plot([,,,])
plt.show()
输出结果：
说明：
- 当只给出单个数组时plot()会默认是 y y 轴数值，xx轴数值则会被默认从0开始依次递增。
- 默认图形颜色为蓝色，线条是实线，该参数是’b-‘，’b’表示蓝色，’-‘表示实线。
- 将plot()替换成scatter()用于显示散点图，散点图已经确定了形状是圆点，故不能指定形状，但可以指定颜色和圆点的尺寸。
x=np.arange(,,)
#生成从1到9的数组，最后一个参数代表步长
plt.scatter(x,x,color='green',linewidths=)
plt.scatter(x,x**,color='blue',linewidths=)
plt.show()
2.增加标签、题目和颜色
import matplotlib.pyplot as plt
plt.plot([,,,],[,,,],'r--')#线条为虚线，颜色为红色
plt.xlabel('x numbers')#设置x轴的标签
plt.ylabel('y numbers')#设置y轴的标签
plt.title("Test figure")#增加图表的名称
plt.show()
输出结果：
说明：
- 使用plt.axis()接受形如[xmin,xmax,ymin,ymax]的参数，指定了X,Y轴坐标的范围。
3.在一张图中绘制多个线条
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(,,)#生成从1到9的数组，最后一个参数代表步长
plt.plot(x,x,'ro',x,x**,'gs',x,x*,'y^',x,x*,'bv')#对于每对x、y，后接可选参数颜色+形状
plt.axis([, , , ])#限制x，y轴的取值范围
plt.xlabel('x numbers')#设置x轴的标签
plt.ylabel('y numbers')#设置y轴的标签
plt.title("Test figure")#增加图表的名称
plt.show()
输出结果：
4.为每条线打标签
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(,,)#生成从1到9的数组，最后一个参数代表步长
plt.plot(x,x,'ro',label='a')
plt.plot(x,x**,'gs',label='b')
plt.plot(x,*x,'y^',label='c')
plt.plot(x,*x,'bv',label='d')
#显示
#plt.legend(loc="lower right")放在右下角
plt.legend()#默认label右上角
plt.show()
结果输出：
5.处理多图片排版问题
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(,,)#生成从1到9的数组，最后一个参数代表步长
plt.subplot()
plt.plot(x,x,'ro',label='a')
plt.subplot()
plt.plot(x,x**,'gs',label='b')
plt.subplot()
plt.plot(x,*x,'y^',label='c')
plt.subplot()
plt.plot(x,*x,'bv',label='d')
plt.show()
输出结果：
说明：
- plt.subplot(221)与plt.subplot(2,2,1)的含义相同，都表示将一个大图分割成2*2的四个小图，而1表示显示在第一小图中。