一、matplotlib的介绍
1、matplotlib是提供数据绘图功能的第三方库，其pyplot子库主要用于实现各种数据展示图形的绘制。
2、pyplot子库的引用方式如下：
import matplotlib.pyplot as plt
3、为了正确显示中文字体，请用一下代码更改默认设置，其中“SimHei”表示黑体字
>>>import matplotlib
>>>matplotlib.rcParams['font.family']='SimHei'
>>>matplotlib.rcParams['font.sans-serif']=['SimHei']
二、matplotlib.pyplot库解析
1、plt子库提供了一批操作和绘图函数，每个函数代表对图像进行的一个操作，比如创建绘图区域、添加标注或者修改坐标轴等。
2、这些函数采用plt.<b>()形式调用，其中<b>是具体函数名称
3、plt库的绘图区域函数
| 函数 | 说明 |
| plt.figure(figsize=None,facecolor=None) | 创建一个全局绘图区域，figsize参数可以指定绘图区域的宽度和高度 |
| plt.axes(rect,axisbg='w') | 创建一个坐标系风格的子绘图区域，参数表示将全局绘图区域分成nrows行和ncols列，并根据先行后列的计数方式在plot_number位置上生成一个坐标系 |
| plt.subplot(nrows,ncols,plot_number) | 在全局绘图区域中创建一个子绘图区域 |
| plt.subplots_adjust() | 调整子图区域的布局 |
注意：axes()默认创建一个subplot(111)坐标系，参数rec=[left,bottom,width,height]中四个变量的范围都为[0,1],表示坐标系与全局绘图区域的关系；axisbg指背景色，默认为white
4、plt库的读取和显示函数
| 函数 | 说明 |
| plt.legend() | 在绘图区域中方式绘图标签（也称图注） |
| plt.show() | 显示创建的绘图对象 |
| plt.matshow() | 在窗口显示数组矩阵 |
| plt.imshow() | 在axes上显示图像 |
| plt.imsave() | 保存数组为图像文件 |
| plt.imread() | 从图像文件中读取数组 |
5、plt库的基础表函数
| 操作 | 说明 |
| plt.plot(x,y,lable,color,width) | 根据x,y数组绘制直/曲线,x和y可以是numpy计算出的数组，label表示设置标签并在图例中显示，color表示曲线的颜色，width表示曲线的宽度 |
| plt.boxplot(data,notch,position) | 绘制一个箱型图（Box-plot) |
| plt.bar(left,height,width,bottom) | 绘制一个条形图 |
| plt.barh(bottom,width,height,left) | 绘制一个横向条形图 |
| plt.polar(theta,r) | 绘制极坐标图 |
| plt.pie(data,explode) | 绘制饼图 |
| plt.psd(x,NFFT=256,pad_to,Fs) | 绘制功率谱密度图 |
| plt.specgram(x,NFFT=256,pad_to,F) | 绘制谱图 |
| plt.cohere(x,y,NEET=256,Fs) | 绘制X-Y的相关性函数 |
| plt.scatter() | 绘制散点图（x,y是长度相同的序列） |
| plt.step(x,y,where) | 绘制步阶图 |
| plt.hist(x,bins,normed) | 绘制直方图 |
| plt.contour(X,Y,Z,N) | 绘制等值线 |
| plt.vlines() | 绘制垂直线 |
| plt.stem(x,y,linefmt,markerfmt,basefmt) | 绘制曲线每个点到水平轴线的垂线 |
| plt.plot_data() | 绘制数据日期 |
| plt.plotfile() | 绘制数据后写入文件 |
例如：绘制一个简单图形
a、当plt.plot()中输入参数只有一个列表或数组时，此参数会被当做y轴处理，x轴是此列表的索引（自动生成）
b、当plt.plot()有两个以上参数时，分别对应x轴和y轴绘制图像，可使用axis()函数设置横纵坐标尺度的函数（设置X，Y坐标的起点和终点）
