Matplotlib有两种接口，一种是matlab风格接口，一种是面向对象接口。在这里，统一使用面向对象接口。因为面向对象接口可以适应更复杂的场景，在多图之间进行切换将变得非常容易。
首先导入matplotlib：from matplotlib import pyplot as plt。plt是最常用的接口。
一. 创建图像和坐标轴
fig=plt.figure() --- 创建图像
ax=plt.axes() --- 创建坐标轴
在matplotlib中，可以把figure看成是一个容纳各种坐标轴，图像，文字和标签的容器，axes是一个带有刻度和标签的矩形。我们通常用变量fig表示一个图形实例，用变量ax表示一个坐标轴实例。
对于层级概念的详细介绍，可查看：https://www.jianshu.com/p/78ba36dddad8以及https://www.cnblogs.com/kallan/p/7365472.html。
另外，也可以通过fig,ax=plt.subplots()命令一次性建立图像和坐标轴。
二. 设置绘图风格
plt.style.use('classic') --- 选择经典风格
使用此命令后，其他图像绘制也都会使用这种风格。
用matplotlib.rcdefaults命令恢复默认设置。
可以用plt.style.available命令查看所有可用的风格。
* 如果只需要临时更换至另一种风格，则用with plt.style.context('stylename'):
三. 显示图像
plt.show()
因为一个python session只能使用一次plt.show()，因此通常把此命令放在脚本的最后。
四. 保存图像
fig.savefig('figure_name.png') --- 在工作文件夹中存入一个figure_name.png文件
注意：此命令必须放在plt.show()之前，否则保存的将会是空白图像。
可以通过fig.canvas.get_supported_filetypes()查看系统支持的文件格式。
五. 调整坐标轴上下限
ax.set_xlim(min,max) --- 设置x轴上下限
ax.set_ylim(min,max) --- 设置y轴上下限
六. 设置图像标题
ax.set_title("title_name") --- 设置名为title_name的标题
七. 设置坐标轴标签
ax.set_xlabel("label_name") --- 设置x轴标签
ax.set_ylabel("label_name") --- 设置y轴标签
八. 设置图例
ax.legend([line1,line2,line3],["label1","label2","label3"],loc='upper left') --- 给三条线分别设置图例，位置在左上角
九. 一次性设置坐标轴上下限，坐标轴标签和标题
ax.set(xlim=(min,max), ylim=(min,max), xlabel="label_name", ylabel="label_name", title="title_name")
十. 设置颜色条
fig.colorbar(label="label_name") --- 此处的label为颜色条的标签
十一. 添加文字
ax.text(x,y,s) --- 在(x,y)坐标处添加文字(s)
十二. 添加注释
ax.annotate("annotation",xy=(1,2),xycoords='axes fraction',xytext=(2,3),textcoords='axes fraction',arrowprops=dict(arrowstyle="->")) --- (x,y)坐标处为箭头的位置，xycoords为箭头的坐标体系，xytext为注释文字起始的坐标，textcoords为注释文字的坐标体系，arrowstyle为箭头样式
十三. 隐藏边框
一开始在想怎么去除y轴，在网上查了半天都是把坐标轴刻度去掉的那种（也就是第十四条那种），最后发现原来我要去除的是边框。。。
ax.spines["top"].set_visible(False) --- 隐藏上边框
ax.spines["bottom"].set_visible(False) --- 隐藏下边框
ax.spines["left"].set_visible(False) --- 隐藏左边框
ax.spines["right"].set_visible(False) --- 隐藏右边框
十四. 隐藏坐标轴（刻度和刻度值）
ax.set_xticks([ ]) --- 隐藏x轴刻度和刻度值
ax.set_yticks([ ]) --- 隐藏y轴刻度和刻度值
*如果只需隐藏刻度值，同时保留刻度的话，使用ax.xaxis.set_major_formatter(plt.NullFormatter())命令和ax.yaxis.set_major_formatter(plt.NullFormatter())命令。
十五. 创建多个图像
大图里放小图（inset）：ax1=fig.add_subplot(2,2,4) --- 将原有的figure实例分为两行两列，在第二行第二列的地方增加一个坐标轴
规则网格图（regular grid of plots）：fig,ax=plt.subplots(num_of_rows,num_of_columns,sharex=True,sharey=True) --- 创建几行几列的网格图后，可以用ax[0].plot()，ax[1].plot()等等相继在各网格上画图
不规则网格图（irregular grid of plots）：grid=plt.GridSpec(2,3); ax1=fig.add_subplot(grid[0,1:]) --- 先设置一个二行三列的网格，再在此网格上的第一行，第二到第三列添加坐标轴，可继续添加，以此类推
用fig.subplots_adjust(hspace=0.4,wspace=0.6)调整子图间的距离。
十六. 设置显示中文和负号
a. 下载字体：msyh.ttf （微软雅黑），放在matplotlib的字体文件夹内：Lib\site-packages\matplotlib\mpl-data\fonts\ttf
b. 进入Python安装目录下的Lib\site-packages\matplotlib\mpl-data目录，打开matplotlibrc文件，在font.sans-serif后添加微软雅黑字体（Microsoft YaHei），修改axes.unicode_minus为False
c. 删除.matplotlib/cache里面的两个缓存字体文件
d. 重启Python
c. 在脚本里写上该命令：matplotlib.rcParams['font.sans-serif']='Microsoft Yahei'
以上只是Matplotlib的一些基本用法，如需使用更深入的用法或设置更多参数，请查看官网。
下面列出一些用matplotlib画的基本图形。
一. 画柱形图/条形图
ax.bar()和ax.barh()
例子：Matplotlib学习---用matplotlib画柱形图，堆积柱形图，横向柱形图（barchart）
二. 画散点图/气泡图
ax.plot()和ax.scatter()
例子：Matplotlib学习---用matplotlib画散点图，气泡图（scatterplot, bubble chart）
三. 画折线图
ax.plot()
例子：Matplotlib学习---用matplotlib画折线图（line chart）
四. 画直方图/密度图
ax.hist()
例子：Matplotlib学习---用matplotlib画直方图/密度图（histogram, density plot）
五. 画饼图/面包圈图
ax.pie()