Python 非常熱門，但除非工作需要沒有刻意去了解更多，直到有個函數圖要繪制，想起了它。結果發現，完全用不着明白什么是編程，就可以使用它完成很多數學函數圖的繪制。
通過以下兩個步驟，就可以進行數學函數的繪制了。
兩個步驟
（1）安裝 Anaconda
Anaconda 包含了 Python 的運行環境、諸多科學計算庫以及好些實用工具，安裝它，有當前所需的一切。看它們的翻譯，的確也是同類。
下載地址：https://www.anaconda.com/distribution/
直接運行安裝即可，有點大。
（2）編織代碼運行
運行 Anaconda Navigator，打開界面中的 Spyder，如下圖：
進入編輯界面，我們以一個最簡單的 y = x 函數為例輸入以下代碼：
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(1, 10, 1000)
y = x
plt.plot(x,y,'r',linewidth=2)
運行它就能看到已經有我們想要的結果。
關鍵解析
這幾行代碼中，前兩行是引入相應的功能庫，Anaconda 已經包含了這些庫，復制代碼上去即可。最后一行是執行繪制。所以關鍵的代碼以下兩行。
x = np.linspace(1, 10, 1000)
y = x
而第一行指明的是 x 的取值范圍，x = np.linspace(1, 10, 1000)表示 x 的取值范圍為 1 至 10，后邊那個 1000 指的是細粒度，線是由點構成的，但點是無窮的，我們通過有限的點形成線，理論上點定義得越細線越精確。
則我們只剩下第二行 y = x 的函數部分了，對於 y = f(x) 的函數，僅此一處寫函數即可。試試：
y = np.sin(x)
是不是完全只需要關心數據函數，如果你需要的就是這些，至此就可以了。
更多控制
若需要進一步的對坐標進行修飾，設置坐標軸標簽，精准刻度等，可以參考：
https://www.jianshu.com/p/78ba36dddad8
更多庫功能：
numpy 庫基礎信息可參考：https://www.numpy.org/devdocs/user/basics.html
matplotlib.pyplot 庫操作可參考： https://matplotlib.org/api/pyplot_api.html
不得不提
Anoconda 除了提供 Spyder 編輯工具，還提供 Jupyter notebook 工具，即所謂有文學編程工具（左手程序員，右手作家），了解它可參閱此文章：http://python.jobbole.com/87527/?repeat=w3tc
以下為本文介紹的幾個函數通過 Jupyter notebook 形成文檔的一個示例：
http://www.timeddd.com/sample/drawfunc.html
效果如下：
