第一回：Matplotlib初相识

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

Figure 构成
- Figure：顶层级，用来容纳所有绘图元素
- Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成
- Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素
- Tick：axis的下属层级，用来处理所有和刻度有关的元素

两种绘图方法

pyplot.subplots -> Axes.plot, 显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)

更加适合绘制多子图的情况

# step1 准备数据
x = np.linspace(0, 2, 100)
y = x**2

# step2 设置绘图样式，这一模块的扩展参考第五章进一步学习，这一步不是必须的，样式也可以在绘制图像是进行设置
mpl.rc('lines', linewidth=4, linestyle='-.')

# step3 定义布局， 这一模块的扩展参考第三章进一步学习
fig, ax = plt.subplots()  

# step4 绘制图像， 这一模块的扩展参考第二章进一步学习
ax.plot(x, y, label='linear')  
# step5 添加标签，文字和图例，这一模块的扩展参考第四章进一步学习
ax.set_xlabel('x label') 
ax.set_ylabel('y label') 
ax.set_title("Simple Plot")  
ax.legend() ;

matplotlib.pyplot, 依赖pyplot自动创建figure和axes，并绘图

绘制单一图片更加合适

# step1 准备数据
x = np.linspace(0, 2, 100)
y = x**2

# step2 设置绘图样式，这一模块的扩展参考第五章进一步学习，这一步不是必须的，样式也可以在绘制图像是进行设置
mpl.rc('lines', linewidth=4, linestyle='-.')

# step4 绘制图像， 这一模块的扩展参考第二章进一步学习
plt.plot(x, y, label='linear')  

# step5 添加标签，文字和图例，这一模块的扩展参考第四章进一步学习
plt.xlabel('x label') 
plt.ylabel('y label') 
plt.title("Simple Plot")  
plt.legend() ;

三种在jupyter notebbok中出现<matplotlib.lines.Line2D at 0x23155916dc0>问题
- 在代码块最后加一个分号;
- 在代码块最后加一句plt.show()
- 在绘图时将绘图对象显式赋值给一个变量，如将plt.plot([1, 2, 3, 4]) 改成line =plt.plot([1, 2, 3, 4])

Matplotlib绘图-第一回：Matplotlib初相识

第一回：Matplotlib初相识