第一部分：Matplotlib模块的简介
该模块是Python提供的一个第三方数据可视化模块，它有以下优点：
1：丰富的代码示例
2：使用Tex语法显示公式
3：精准的图像控制
4：高质量的图像输出
其中该模块的官方文档地址为：Matplotlib模块文档官网地址
使用之前先检查以下当前版本：
如果版本跟不上的话可以直接在命令行更新：
pip install matplotlib -U
第二部分：基于函数的可视化操作
使用前导入相应模块：
- 函数plt.plot()的使用
其中plt.plot()方法的使用方式如下：
plt.plot(x,y,format_str),其中x和y表示x轴和y轴，后面的参数代表输出格式，x和y通常等长的列表或者一维数组，例如下面这个例子：(上图是指定其中一个参数了，没有指定另一个，默认是让另一个和指定的一样)
使用格式化字符后的效果，那么格式化的字符串入下表所示：
颜色控制符
| 字符 | 颜色 |
|---|---|
| ‘b’ | 蓝色 blue |
| ‘g’ | 绿色 green |
| ‘r’ | 红色 red |
| 'c | 青色 cyan |
| ‘m’ | 品红 magenta |
| ‘y’ | 黄色 yellow |
| ‘k’ | 黑色 black |
| ‘w’ | 白色 white |
形状控制符
| 字符 | 类型 | 字符 | 类型 |
|---|---|---|---|
| ‘-’ | 实线 | ‘–’ | 虚线 |
| ‘-.’ | 虚点线 | ‘:’ | 点线 |
| ‘.’ | 点 | ‘,’ | 像素点 |
| ‘o’ | 圆点 | ‘v’ | 下三角 |
| ‘^’ | 上三角 | ‘<’ | 左三角 |
| ‘>’ | 右三角 | ‘1’ | 下三叉点 |
| ‘2’ | 上三叉点 | ‘3’ | 左三叉点 |
| ‘4’ | 右三叉点 | ‘s’ | 正方点 |
| ‘p’ | 五角点 | ‘*’ | 星形点 |
| ‘h’ | 六边形点1 | ‘H’ | 六边形点2 |
| ‘+’ | 加号点 | ‘x’ | 乘号点 |
| ‘D’ | 实心菱形点 | ‘d’ | 瘦菱形点 |
我们现在综合使用以下上面两个表东西，例如使用红色+圆点的组合：
除了用上面表格来修改输出格式外，还可以通过修改linewidth和color参数改变线的宽度和颜色：
- 使用plt.axis()函数修改图形的坐标轴显示范围
函数格式如下：
plt.axis([xmin,xmax,ymin,ymax]),其中参数见名知义，例如我们绘制一个下面这样的图：
- 同时绘制多条曲线
利用这个plt.plot()函数还可以同时绘制多条不同的曲线，例如我们希望把一个数的平方和立方还有原数在一个范围内显示：
当然这些参数也可以分开来写，统一显示也可以达到相同的效果(原因是调用plt.show()方法之前，所有的图都是绘制在一个图上的)：
- 图和子图
通过调用plt.figure(num)函数可以指定绘图操作作用于哪个图上，其中num代表作用图的编号，默认是1，如果省略该参数，那么之后的绘图操作就会在当前最高编号加1的新图进行绘制，例如下面这个例子：
子图的生成，同一张图可以分成多个子图进行绘制，我们利用plt.subplot()函数来将一张图切分成多个子图，例如下面这个例子：
plt.subplot(numrow,numclos,fignum)其中三个参数分别是子图行数、列数、对应的图
例如我们绘制一个2*1的图：
第三部分：基于对象的可视化操作
在该模块中，figure对象是最高级的对象。通过调用plt.figure()函数可以创建一个figure对象，让后用这个对象调用.add_axes()方法可以向图中添加Axes对象，这个axes对象是一个可以进行图像绘制的对象，用它调用.plot()方法是相当于plt.plot()方法的，例如下面这个例子：
我们还可以把上面那个子图例子重新使用axes对象生成一遍，因为对于每个子图而言都是一个axes对象，那么可以使用plt.subplots()函数来得到figure对象和子图对应的axes对象数组，它的形式为：
fig,axes=plt.subplots(m,n),其中m是子图行数，n是列数
第四部分：图像中的文本处理
当数据可视化之后，我们希望能在这些图像进行一些标注，以便我们更好的理解和观看，该模块就提供了这样的文本处理方法，常用的方法和函数如下表所示：
| 函数 | 方法 | 作用 |
|---|---|---|
| plt.text() | axes.text() | 在指定位置添加文本 |
| plt.xlabel() | axes.xlabel() | 添加x轴标题 |
| plt.ylabel() | axes.ylabel() | 添加y轴标题 |
| plt.title() | axes.title() | 添加标题 |
| plt.suptitle() | axes.suptitle() | 整张图的标题 |
| plt.anotate() | axes.anotate() | 添加注释 |
Matplotlib支持使用LaTex语法书写并显示数学公式，例如下图
可以看出$之间的部分被解释成了数学公式，一些常用的LaTex数学公式格式如下：
- 使用"_“和”^"来分别产生上下标
- 使用\frac{}{}形式产生分数，例如：
- 让括号和内容一样大，使用\left和\right,例如：
- 使用\sqrt[]{}的形式来产生根号，例如：
第五部分：基于三角函数的可视化
首先绘制一个正弦和余弦三角函数：
将x轴的刻度转化为圆周率表示法，这样就显得不那么奇怪：
接着我们进一步转化，将数字变成圆周率的符号Π：
最后我们通过plt.gca()函数得到Axes对象，通过这个对象对坐标轴进行平移得到我们熟悉的三角函数图：
然后我们可以通过一个函数来标记并区分正弦和余弦函数：
接下来我们还可以给关键的交点出标出信息：
我们还可以给指定的区域进行上色：
最后可以改变图像的输出风格：
python的基础就学到这里了，因为马上要实习了，出去工作还是用java的，所以我要开始取复习并且深入学习java了。不然我怕工作没人要啊