intro

简单的例子：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.show()

你可能会好奇为什么x轴范围是[0,3],y轴范围是[1,4],因为若提供给plot一个单独的list或array，matplotlib会认为这是y轴上的取值，并会自动生成x轴上的取值。因为python默认取值从0开始，所以生成的和y取值序列同样长度的x序列是[0,1,2,3]。

plot是一个灵活的函数，你可以写任意数量的参数，例如：

plt.plot([1,2,3],[2,3,4],[5,6,7])

plt.plot([1,2,3],[5,7,8])

formatting the style of your plot

对于每一个x，y参数对序列，有第三个可选的string格式参数fmt用于描述该plot的颜色和线的类型，该字符串格式中的字母和符号来源于MATLAB，是颜色字符串和线型字符串的组合，默认为‘b-‘,即蓝色实线。

fmt=‘[marker][line][color]‘

marker表示点，line表示线，color表示颜色

• marker

• line styles

• colors

示例：

>>>plt.plot([1,3,5],[2,4,6],‘ro‘)

查看plot获得完整的线型说明；

matplotlib不仅限于使用list，通常我们使用numpy arrays，实际上，在内部所有序列都会被转换为numpy arrays。
示例：

t=np.arange(0,5,0.2)
plt.plot(t,t,‘r-‘,t,t**2,‘g--‘,t,t**3,‘m:‘)

当我们使用numpy.recarray或pandas.DataFrame之类的数据时，matplotlib允许我们给此类对象提供data关键字参数，可以使用这些变量对应的字符串生成相应的图。
示例：

data = {‘a‘: np.arange(50),
        ‘c‘: np.random.randint(0, 50, 50),
        ‘d‘: np.random.randn(50)}
data[‘b‘] = data[‘a‘] + 10 * np.random.randn(50)
data[‘d‘] = np.abs(data[‘d‘]) * 100

plt.scatter(‘a‘, ‘b‘, c=‘c‘, s=‘d‘, data=data)
plt.xlabel(‘entry a‘)
plt.ylabel(‘entry b‘)
plt.show()

plt.scatter用法

写不下去了好累。。。。

pyplot

原文：https://www.cnblogs.com/ShineMiao/p/14017336.html