众所周知，matplotlib.pyplot是Python中最常用的绘图库之一，它提供了丰富的接口来绘制各种类型的图表。也是考点之一(我只能说海龟画图是有点搞笑的), 所以我们从一个最简单的图像(y=x^2)开始说这个库的使用
1.最简单的绘图
导包(一般情况下用上numpy辅助会使计算更加简便)
import matplotlib.pyplot as plt import numpy as np
x = np.arange(-100,100,0.01) # 生成一个从-100到100步长0.01的数组
y = x**2 # 算出因变量取值
plt.plot(x,y) # 导入数据
plt.show() # 显示图线
这样就可以完成一个及其简洁的画图了
但是这是一个功能强大的绘图库，这点功能怎么够用呢
2.略微进阶的使用
设置大小（这里的单位不是像素！）
plt.figure(figsize=(6,6))
为图线添加标题
plt.title(‘My Title’)
添加中文标题并且消除因为编码导致的错误
plt.title('我的标题')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
添加网格
plt.grid(True) # 添加网格
添加图例
plt.plot(x,y,label='$y=x^2') # 导入数据
plt.legend()
绘制简单的坐标轴
plt.plot((-100,100),(0,0)) # x轴plt.plot((0,0),(0,10000)) # y轴
3.绘制更加复杂的图像
需要使用math库高级api的函数图像绘制
math库无法处理numpy数组的计算，因此类似sin之类的计算只能由numpy自行处理
y = np.sin(x)
这样才能获取到因变量的数组
针对极坐标、参数方程的处理
这时我们就需要使用额外的变量来处理
比如计算 x=2sint – sin2t ; y=2cost – cos2t 时，就可以用t来建立序列来采样
t = np.arange(-math.pi,math.pi,0.01)
x = 2*np.sin(t) - np.sin(2*t)
y = 2*np.cos(t) - np.cos(2*t)
4.简单地设置图线的样式
颜色字符:
r 红色 g 绿色 b 蓝色 c 青色 m 品红 y 黄色 k 黑色 w 白色
线型：
-直线 –虚线 :点线 -.点划线
描点标记符号：
.点 o圆圈 s方块 ^三角形 x叉 *五角星 +加号
以下是一些示例
plt.plot(x,y,'r--*')
plt.plot(x,y,'b-+')
plt.plot(x,y,'-g.')
