- 基本繪圖：
(1) plot是標准的繪圖庫，調用函數plot(x,y)就可以創建一個帶有繪圖的圖形窗口（其中y是x的函數）。輸入的參數為具有相同長度的數組（或列表）；或者plot(y)是plot（range(len(y)),y）的簡寫。
例1：python實現使用200個采樣點來繪制sin(x)，並且每隔四個點的位置設置標記。
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #指定默認字體（因為matplotlib默認為英文字體，漢字會使其亂碼）
plt.rcParams['axes.unicode_minus']=False #可顯示‘-’負號
x=np.linspace(-2*np.pi,2*np.pi,200) #先設定x的取值范圍，從-2n到2n
samples=x[::4]
plt.plot(samples,np.sin(samples),color='red',marker='*')
plt.title('sin(x)函數及一些繪制的點')
plt.grid(color='black',linestyle='--',alpha=0.3)
plt.show()
#實現結果圖：
表明：標准圖是一條實線曲線，每個軸都會自動縮放來適應坐標值，但也可以手動進行設置。多次調用plot函數將會在同一窗口中疊加繪圖。
(2) python3.0曲線擬合（polyfit,polyval）
利用numpy自帶的polyfit 和 polyval 函數進行回歸分析，polyfit 表示多項式曲線擬合、polyval 表示多項式曲線求值。
Z1=np.polyfit(x,y,3) #擬合，自由度為3，3為多項式最高次冪，結果為多項式的各個系數；最高系數為3，得到4個系數從最高到最低排列；最高次冪取幾要視情況而定。
P1=np.ploy1d(z1) #將系數帶入方程，得到函數式p1
Y=np.polyval(p,x) #計算多項式的函數值。返回在x處多項式的值，p為多項式系數，元素按多項式降冪排序
實例2. 將多項式擬合為一系列的點
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #指定默認字體
plt.rcParams['axes.unicode_minus']=False
x=np.arange(5)
y=[1,2,1,3,5]
p2=np.polyfit(x,y,2)
p4=np.polyfit(x,y,4)
xx=np.linspace(-1,5,200)
plt.plot(xx,np.polyval(p2,xx),label='二次多項式擬合') #繪制曲線
plt.plot(xx,np.polyval(p4,xx),label='四次多項式插值擬合')
plt.plot(x,y,'*') #原曲線
plt.axis([-1,5,0,6]) #axis([xmin,xmax,ymin,ymax]) 來手動設置坐標軸的范圍
plt.legend(loc='upper left',fontsize='small') #legend()函數生成圖例，添加標簽來解釋多重繪圖，該處設置是將圖例放在左上角並用小字號排版。
plt.show()
#結果圖為：
2.. 二維散點圖
代碼如下：
import numpy as np
import matplotlib.pyplot as plt
x1=2*np.random.standard_normal((2,100))
x2=0.8*np.random.standard_normal((2,100))+np.array([[6],[2]]) #加二維數組
散點不重疊在一起
plt.plot(x1[0],x1[1],'g*')
plt.plot(x2[0],x2[1],'r*')
plt.title('2D散點圖')
plt.show() #結果圖為：
3. 對數圖形繪制：
使用loglog函數即plt.loglog(x,y)
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #指定默認字體
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(0,10,200)
plt.loglog(x,2*x*2,label='二次多項式',linestyle='--',linewidth=3)
plt.loglog(x,4*x*4,label='四次多項式',linestyle='-.',linewidth=3)
plt.loglog(x,5*np.exp(x),label='指數次多項式',linewidth=3)
plt.title('對數圖')
#plt.axis([10*-2,10*2,10*-5,10*6]) #？？？思考遺留問題：如何調整指數函數x，y軸的范圍
plt.legend(loc='best')
plt.show()
4. 繪圖格式化
（1） 常見的繪圖格式參數：
linestyle用於設置線條樣式，其中描述solid 表字符串’-’(實線)，dashed表‘--’（虛線），dashed dotted表‘- ，’dotted表‘:’。
color用於設置繪圖的顏色，其中有描述blue（字符串用b），green（字符串用g），red（字符串用r），cyan青色（字符串表c），magenta洋紅（字符串表m），yellow、black、white（字符串表y、b、w）
Marker對圖形坐標點標記，其中字符串參數（描述）分別為：.(point) 、,(pixel)、。(circle)、*(star)、d,D(thin diamond,diamond)等
注意：格式化命令可以使用短字符串語法格式：例如，plt.plot(x,’go’)
實例：迭代計算出了正弦曲線上噪點的平均值
import numpy as np
import matplotlib.pyplot as plt
def avg(x): #函數avg使用roll調用來移動數組中所有的值。
"""simple running average"""
return(np.roll(x,1)+x+np.roll(x,-1)) #np.roll(x,2)是循環移位函數，表示向右循環移位2位
x=np.linspace(-2*np.pi,2*np.pi,200)
y=np.sin(x)+0.4*np.random.rand(200)
for iteration in range(3):
plt.subplot(3,1,iteration+1) 使用subplot命令將多個繪圖放置於一個圖形窗口中
plt.plot(x,y,label='{:d} average{}'.format(iteration,'s' if iteration> 1 else''))
plt.yticks([])
plt.legend(loc='lower left',frameon=False)
y=avg(y)
plt.subplots_adjust(hspace=0.7) #在同一個圖形窗口中進行多次繪圖的實例圖
（2） savefig命令，允許用戶將圖形保存為圖像格式，該命令支持多種圖像和文件格式，可用文件擴展名指定：plt.savefig('test.pdf')
為將圖像放在非白色的背景上，可設置transparent參數使得圖片背景透明 plt.savefig('test.pdf',transparent=True)
plt.savefig('test.pdf',bbox_inches='tight') #如果要將圖形嵌入LaTeX文檔中，為減少周圍的空白區域，建議通過在圖紙周圍設置圖形的邊框