1、绘制矩形（含正方形）
绘制矩形函数Rectangle(xy, width, height, angle=0.0, kwargs)，参数说明：
（1）xy，指定左侧、底部的矩形绘制坐标，用元组表示(x,y)，浮点型。
（2）width，指定矩形的宽度，浮点型。
（3）height，指定矩形的高度，浮点型。
（4）angle，以xy坐标为基点逆时针方向旋转指定的角度（默认为0.0），单位符号°。
（5） kwargs接受键值对参数，如alpha=0.8设置矩形背景色的透明度，linestyle=’ --’设置矩形边线风格
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure(figsize=(3,3)) #为了确保正方形的长宽在屏幕显示一致，这里设置figure宽,高相等
axes = fig.add_subplot(1,1,1)
square = plt.Rectangle((0.2,0.2),0.2,0.2,color='g',alpha=0.8) #设置长宽为0.2的绿色正方形
square1 = plt.Rectangle((0.5,0.5),0.2,0.4,color='c',alpha=0.8,angle=60) #c为青色逆时针旋转60度长方形
rectangle = plt.Rectangle((0.5,0.2),0.4,0.2,color='b',alpha=0.8,linestyle='--') #蓝色带虚线边的长方形
axes.add_patch(square) #必须用add_pathch()函数把绘制的图形加载到绘图区域,否则无法显示
axes.add_patch(square1)
axes.add_patch(rectangle)
plt.show()
2、绘制圆
绘圆函数Circle(xy, radius=5, **kwargs)，参数说明：
（1）xy为圆心坐标。
（2）radius为半径长度。
（3）**kwargs指可以接受键值对参数。如alpha=0.5指定透明度，facecolor=’g’指定圆背景颜色，edgecolor=’r’指定圆边线颜色，linestyle=’-.'指定边线风格等。
3、绘制椭圆
绘制椭圆函数Ellipse(xy, width, height, angle=0, kwargs)，参数说明：
（1）xy，设置椭圆圆心坐标(x,y)，浮点型。
（2）width，设置椭圆的x轴向的直径。
（3）height，设置椭圆的y轴向的直径。
（4）angle，以xy坐标为基点逆时针方向旋转指定的角度（默认为0.0），单位符号°。
（5） kwargs，接受键值对参数，使用方法同Rectangle()。
from matplotlib.patches import Ellipse,Circle #绘制圆,椭圆只能在pathches模块获取
fig = plt.figure()
axes = fig.add_subplot(1,1,1)
E1 = Ellipse(xy=(0.6,0.6),width=0.5,height=0.2,angle=30.0,facecolor='yellow',alpha=0.9) #椭圆
C1 = Circle(xy=(0.2,0.2),radius=0.2,alpha=0.5) #绘制一个圆
axes.add_patch(E1)
axes.add_patch(C1)
plt.show()
*4、绘制多边形(三角形、平行四边形、梯形）
*绘制多边形函数Polygon(xy,closed=True,**kwargs)，参数说明:
对(x,y)坐标。
*(3)**kwargs，接受键值对参数，使用方法同Rectangle()。
*(1) xy，指定一个形状为N×2的numpy数组，N指坐标数量，如三角形需要三
*(2) close，指定是否关闭多边形，值为False时关闭，则起点和终点相同。
import matplotlib.pyplot as plt
fig = plt.figure()
axes = fig.add_subplot(1,1,1) #提供一个绘图子区域
p3 = plt.Polygon([[0.15,0.15],[0.15,0.7],[0.4,0.15]],color='k',alpha=0.5) #三角形
p4 = plt.Polygon([[0.45,0.15],[0.2,0.7],[0.55,0.7],[0.8,0.15]],color='g',alpha=0.9) #平行四边形
p5 = plt.Polygon([[0.69,0.45],[0.58,0.7],[0.9,0.7],[0.9,0.45]],color='b',alpha=0.9) #梯形
axes.add_patch(p3)
axes.add_patch(p4)
axes.add_patch(p5)
plt.show()
1、条形图函数
函数bar(x, height, width=0.8, bottom=None, *, align=‘center’, data=None, **kwargs)，参数说明：
（1）x，条形的x坐标。，包括了元组、列表、数组等。
（2）height，指定条形的高度。
（3）width，设置条形的宽度（默认值：0.8）。
（4）bottom，设置条形基座的y坐标（默认值0）。
（5）align，设置条形基座位置，'center’将基座至于x位置，'edge’将基座左边缘至于x位置，通过设置负width和’edge’使基座右边缘与x对齐。
（6）**kwargs，接受键值对参数，如color='g’设置条形的颜色，edgecolor=’k’设置条形边线的颜色，linewidth=0.5设置条形边线的宽度，tick_label=’数量条形图’顶端的标签，log=True设置y轴为对数刻度，orientation= 'horizontal’设置为水平条形图（'vertical’垂直条形图，默认值），alpha=0.9设置透明度，label=’ 男’设置条形图图列标签，left=1.5设置条形图基座左对齐位置。
import matplotlib.pyplot as plt
import numpy as np
import matplotlib
plt.rc('font', family='simhei', size=15) # 设置中文显示,字体大小15
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示问题
c = ['四年级', '五年级', '六年级'] # x轴刻度中文标签
x = np.arange(len(c)) * 0.8 # x轴刻度数,条形基座中间x位置数
girl = [19, 19, 21] # 女生数量,对应条形高度
boy = [20, 18, 21] # 男生数量,对应条形高度
b1 = plt.bar(x, height=girl, width=0.2, alpha=0.8,
color='red', label='女生') # 绘制女生数量红条形
b2 = plt.bar([x1+0.2 for x1 in x], height=boy, width=0.2,
alpha=0.8, color='blue', label='男生')
plt.title('班级人数统计')
plt.legend() # 显示图例(男生,女生)
plt.ylim(0, 40) # 设置y轴(人数显示)的范围
plt.ylabel('人数') # 设置y轴左边标签
plt.xticks([index + 0.2 for index in x], c) # 设置x轴条形下面标签
plt.xlabel("班级") # 设置x轴下面的标签
for r1 in b1:
height = r1.get_height() # 得到条形高度数
plt.text(r1.get_x()+r1.get_width()/2, height+1,
str(height), ha='center', va="bottom") # 设置条顶值
for r2 in b2:
height = r2.get_height()
plt.text(r2.get_x()+r2.get_width()/2, height+1,
str(height), ha='center', va='bottom')
plt.show()
**直方图函数
函数hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’, orientation=‘vertical’, rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, *, data=None, kwargs)，参数说明：
（1）x，数值集合，包括了元组、列表、数组等，提供概率样本数。
（2）bins，条形数量，就是把所有样本数分成bins指定的条形数量范围进行分类数量统计。
也可以指定条形的区间范围，如bins=[1,2,3,4]第一个条形统计数量范围为[1,2)之间（左闭，右开），第二个条形为[2,3)之间。
（3）range，可选，指概率分布范围的上、下限值（对应x轴的最小值、最大值），如果没有提供则默认值为（x.min()、x.max()）。
（4）density，值设为True，则返回元组的第一个元素将被归一化以形成概率密度的计数，即直方图下的面积（或积分）将总和为1。注意，normed和density参数同时只能一个被使用。
（5）weights，给x所有值赋权重，在normed或density设置True情况下，该参数自动做归一化处理。
（6）cumulative，True时，样本数从小到大累积统计条形里的数量（最右边条形将最高）；False时，从大到小累积统计（最右边条形将最小）。
（7）bottom，指定每个条形基座在x轴上的基线位置。
（8）histtype，指定直方图的类型，可选值包括了’bar’， ‘barstacked’，‘step’，‘stepfilled’。
（9）align，指定条形基座在x轴上相对基线的位置，可选值包括了’left’，‘mid’， ‘right’，默认值为’mid’。
（10）orientation，设置条形图水平或垂直的显示方式，可选值包括了’horizontal’， ‘vertical’，默认值为’vertical’。
（11）rwidth，指定条形图的宽度，默认值为None，则自动计算宽度。
（12）log， 如果值为“True”，则直方图轴将设置为对数刻度。
（13）color，设置条形图的颜色。等同于facecolor=“blue”。
（14）label，设置图例的字符串信息。
（15）stacked，设置为True，则多个条形堆叠在一起。
（16）normed，不推荐使用，请改用density关键字参数。
import matplotlib.pyplot as plt
import numpy as np
plt.rc('font',family='simhei',size=15)
plt.rc('axes',unicode_minus=False) #该参数解决负号显示问题
d1 = np.random.randn(10000)
plt.hist(d1,bins=40,facecolor='blue',edgecolor="black",alpha=0.9) #设置40个条形数量的直方图
plt.xlabel('概率分布区间')
plt.ylabel('频数/频率')
plt.title('频数/频率分布直方图')
plt.show()
