第一回：Matplotlib初相识(学习笔记）
一、认识matplotlib¶
Matplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式()和跨平台的交互式环境生成出版物
质量的图形，用来绘制各种静态，动态，交互式的图表。
Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter notebook，Web应用程序服务器和各种图形用户界面工具包等。
Matplotlib是Python数据可视化库中的泰斗，它已经成为python中公认的数据可视化工具，我们所熟知的pandas和seaborn的绘图接口其实也是基于matplotlib所作的高级封装。
为了对matplotlib有更好的理解，让我们从一些最基本的概念开始认识它，再逐渐过渡到一些高级技巧中。
二、一个最简单的绘图例子¶
Matplotlib的图像是画在figure（如windows，jupyter窗体）上的，每一个figure又包含了一个或多个axes（一个可以指定坐标系的子区域）。最简单的创建figure以及axes的方式是通过pyplot.subplots命令，创建axes以后，可以使用Axes.plot绘制最简易的折线图。
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
fig, ax = plt.subplots() # 创建一个包含一个axes的figure ax.plot([1, 2, 3, 4], [1, 4, 2, 3]); # 绘制图像 第一个坐标是X，第二个Y
三、Figure的组成
-
Figure：顶层级，用来容纳所有绘图元素 -
Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成 -
Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素 -
Tick：axis的下属层级，用来处理所有和刻度有关的元素
四、两种绘图接口¶
matplotlib提供了两种最常用的绘图接口
-
显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)
-
依赖pyplot自动创建figure和axes，并绘图
五、通用绘图模板¶
由于matplotlib的知识点非常繁杂，在实际使用过程中也不可能将全部API都记住，很多时候都是边用边查。因此这里提供一个通用的绘图基础模板，任何复杂的图表几乎都可以基于这个模板骨架填充内容而成。初学者刚开始学习时只需要牢记这一模板就足以应对大部分简单图表的绘制，在学习过程中可以将这个模板模块化，了解每个模块在做什么，在绘制复杂图表时如何修改，填充对应的模块。
# step1 准备数据
x = np.linspace(0, 2, 100)
y = x**2
# step2 设置绘图样式，这一模块的扩展参考第五章进一步学习，这一步不是必须的，样式也可以在绘制图像是进行设置
mpl.rc('lines', linewidth=4, linestyle='-.')
# step3 定义布局， 这一模块的扩展参考第三章进一步学习
fig, ax = plt.subplots()
# step4 绘制图像， 这一模块的扩展参考第二章进一步学习
ax.plot(x, y, label='linear')
# step5 添加标签，文字和图例，这一模块的扩展参考第四章进一步学习
ax.set_xlabel('x label')
ax.set_ylabel('y label')
ax.set_title("Simple Plot")
ax.legend() ;
