前言
声明
此系列为读书笔记，参考书籍有【Python 数据分析与应用】【Python 数据分析与数据化运营】，结合实际工作经验觉得若日后工作中可能会使用到的点在此做个总结，方便自己日后查看与复习，主要以个人总结为主。
本篇内容
Matplotlib 函数设计上参考 Matlab，是一个应用非常广泛的绘图工具包，其中用的最多的是 matplotlib.pyplot 模块，本篇主要记录一些常规的绘图方法与个人觉得比较实用的功能。
Matplotlib
基本绘图流程如下：
pyplot 基本绘图流程.jpg
在实际应用中，只需要绘制图形以帮助直观看出数据的趋势和帮助理解时，第一部分内容可以省略。
- 创建画布与创建子图
创建画布指创建一张空白的画布，以便可以在上面呈现图形，如果有多个图形，只需将画布划分为多个部分即可，比较简单，需要用到的时候查一下参数就可以了。
# plt.figure # 创建空白画布
# figure.add_subplot # 创建并选中子图
在实际应用中，只需要绘制图形以帮助直观看出数据的趋势和帮助理解时，第一部分内容可以省略。
- 添加画布内容
绘图的主体部分，可添加标题、坐标轴名称、绘制图形，标签，这几个步骤没有先后顺序，但是添加图例一定要在绘制图形之后。都是一些简单的函数，直接在例子中结合注释学习就行了。
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(0,1.1,0.01)
# p1 = plt.figure(figsize=(8,6),dpi=80) # 确定画布大小
# ax1 = p1.add_subplot(2,1,1) # 创建一个两行1列的子图，并开始绘制第一幅
plt.title('lines') # 添加标题
plt.xlabel('x') # 添加x轴的名称
plt.ylabel('y') # 添加y轴的名称
plt.xlim((0,1)) # 确定x轴范围
plt.ylim((0,1)) # 确定y轴范围
plt.xticks([0,0.2,0.4,0.6,0.8,1]) # 规定x轴刻度
plt.yticks([0,0.2,0.4,0.6,0.8,1]) # 确定y轴刻度
plt.plot(data,data**2) # 添加y=x^2曲线
plt.plot(data,data**4) # 添加y=x^4曲线
plt.legend(['y=x^2','y=x^4']) #添加图例
- 保存与显示图形
将前面得出的结果图形进行显示和保存。
# plt.savefig('路径地址') 存储绘制出的图形的图片
plt.show() # 显示图形
将以上代码合并即可运行得出如下绘图结果：
pyplot 绘图结果.png
此系列会持续更新。
