1.arange函数
arange函数需要三个参数，分别为起始点、终止点、采样间隔。采样间隔默认值为1
看例子：
import numpy as np
#import matplotlib.pyplot as plt
x=np.arange(-5,5,1)
print(x)
2.绘制sin(x)曲线
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(-10,10,0.1)
y=np.sin(x)
plt.plot(x,y)
plt.show()
import numpy as np
import matplotlib.pyplot as plt
这部分是导入numpy库，之后起个小名叫np
导入matplotlib.pyplot(一个挺像MATLAB的函数集合)，几个小名叫plt.
plt(x,y)，咱画平面图也就xy了。
plt.show(),展示图片。
根据正文的第一个标题我们使用arange函数，可以看出（-10，10，0.1）前俩数字是决定横轴的范围，最后一个数字算是精度（这个数越大越糙），下面我看一下精度为一是什么样子的。
可以说是。。。不太美观。
3. 给sin()加标题,控制x,y轴
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(-10,10,0.1)
y=np.sin(x)
plt.xlim(-10,10)
plt.ylim(-3,3)
plt.xlabel("x")
plt.ylabel("y=x^3")
plt.title("$y=x^3$")
plt.plot(x,y)
plt.show()
plt.xlim,这是控制x轴的范围的函数，这是固定的，不可以改，同理，plt.ylim也是。
plt.ylabel,这是给y轴填写标题的函数，同上。
plt.title，填写标题，在最上面，最中间的位置，可以看出这个“$”是不显示的。
4.linspace函数
linspace函数进行采样，linspace函数指定开始值、终值和元素个数来创建一维数组，可以通过endpoint=True关键字指定是否包括终值，缺省设置是包括终值。
看不明白，上例子——>
import numpy as np
#import matplotlib.pyplot as plt
x=np.linspace(0,10,5)
print(x)
y=np.linspace(1,10,10)
print(y)
x中每个数相差2.5；
y中每个数相差1。
5.使用linspace函数画一个sin()
import numpy as np
from pylab import *
x=np.linspace(-6,6,100)
sin1=np.sin(x)
xticks(np.linspace(-5,5,5),('-5','-2.5','0','2.5','5'))
plot(x,sin1,color='blue',linewidth=2.0,linestyle=':')
show()
pylab中包括了很多numpy和pyplot中的常用函数；
xticks(np.linspace(-5,5,5),('-5','-2.5','0','2.5','5'))：这个我感觉就是控制x轴的，后面括号的五个数字换啥都行，对应的就是横轴里面的五个坐标（是叫坐标吧），其实没有后面的括号也行，系统还是会匹配这五个数字。
plot(x,sin1,color='blue',linewidth=2.0,linestyle=':')：前两个数就相当于原来的xy,设置蓝色的线，线的宽度是2，线的样式是...的。
（可以选择这些样式：'-', '--', '-.', ':', 'None', ' ', '', 'solid', 'dashed', 'dashdot', 'dotted'）。
6.书接上回绘制一条曲线
import numpy as np
from pylab import *
x=np.linspace(-6,6,100)
sin1=np.sin(x)
xticks(np.linspace(-5,5,5),('-5','-2.5','0','2.5','5'))
plot(x,sin1,color='blue',linewidth=2.0,linestyle=':')
show()
7.一张图片上绘制两条曲线
import numpy as np
from pylab import *
x=np.linspace(-6,6,100)
sin1=np.sin(x)
cos1=np.cos(x)
xticks(np.linspace(-5,5,5),('-5','-2.5','0','2.5','5'))
plot(x,sin1,color='blue',linewidth=2.0,linestyle=':')
plot(x,cos1,color='green',linewidth=2.0,linestyle='-')
show()
如上图所示两条曲线就是复制对应曲线的代码，很简单，但是缺点什么，那就是图例，要不然我怎么知道那条曲线是干什么的。
8.图例添加
import numpy as np
from pylab import *
x=np.linspace(-6,6,100)
sin1=np.sin(x)
cos1=np.cos(x)
xticks(np.linspace(-5,5,5),('-5','-2.5','0','2.5','5'))
plot(x,sin1,color='blue',linewidth=2.0,linestyle=':',label='sin(x)')
plot(x,cos1,color='green',linewidth=2.0,linestyle='-',label='cos(x)')
legend(loc='lower left')
show()
唯一和标题2，就多了几个代码：
label='sin(x)'【这句话是给图例加文字用的】
legend(loc='lower left')【这是控制图例位置的】
接下来引入下一个标题：legend函数
9.legend用法
我这里主要是将图例的摆放位置：
best 中文最好的，电脑自己选呗
upper right 右上
upper left 左上
lower left 左下
lower right 右下
right 中间最右
center left *偏左
center right *偏右
lower center *偏下
upper center *偏上
center *
最好把，是自己上手试一下，这些数据是哪来的呢，我直接写错(͡° ͜ʖ ͡°)，程序报错了，电脑直接就告诉我都有啥了(͡° ͜ʖ ͡°)。。
10.画饼图
import numpy as np
import matplotlib.pyplot as plt
data=[1,2,3,4,2]
print(data)
plt.pie(data,explode=[0,0,0,0,0])
plt.show()
data【存放数据，这里放几个数体现在图中就是几个区域】；
那个print没啥用，测试随机数的时候写的，忘删除了；
plt.pie(data,explode=[0,0,0,0,0])，画饼图用的，explode这个参数里面的每个数字不是零之后，都会有一块对应的区域“飞起来”。下面展示一下啊。
import numpy as np
import matplotlib.pyplot as plt
data=[1,2,3,4,2]
print(data)
plt.pie(data,explode=[0,0,0.3,0,0])
plt.show()
那个数字也可以是负数呢，我把第三个数字换成-0.5看看奥。
可以，但是不好。
对了我上头说过随机数，就是把data换成随机生成的列表。
替换的语句是：
data=np.random.randint(1,8,5)
第一个数是随机数的下线（大于等于），第二个数是上限（小于等于），最后一个数是随机出来几个数（五个）。
import numpy as np
import matplotlib.pyplot as plt
data=np.random.randint(1,8,5)
print(data)
plt.pie(data,explode=[0,0,0.5,0,0])
plt.show()
11.散点图
import numpy as np
from pylab import *
a=np.random.normal(0,10,100)
b=np.random.normal(0,1,100)
scatter(a,b,s=10,c='green')
show()
绘制散点图要注意num(a)=num(b),即a的数量等于b的数量;
scatter(x,y,s=10,c='green'),用来绘制散点图的函数，s代表散点图中（点）圆圈的大小，c代表圆圈的的颜色。
np.random.normal（0，1，100）：提供服从正态分布的数据,看下面的例子：
import numpy as np
y=np.random.normal(0,1,100)
print(y)
0：正态分布的均值，0就是y轴的位置。
1：正态分布的标准差，数字越大，正态分布越矮胖；数字越小，正太分布曲线越高瘦。
中间这个数据可以是零，大不了点都集中在中心呗，负数不可以。
100：数据数量，上图中提供100个数据。
12. 柱图
import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(6,5))
data = np.random.randint(1,8,10)
print(data)
x= np.arange(len(data))
plt.bar(x+1,data,alpha=1,color='green',width=0.2)
plt.show()
加标题等情况使用中文:
import matplotlib as mpl
mpl.rcParams['font.family']='sans-serif'#显示无衬线字体
mpl.rcParams['font.sans-serif']=[u'SimHei']#显示中文
上面的和下面的这几句不用都使用，使用一个就行，要是不行，那就再想想办法吧。
plt.rcParams["font.sans-serif"] = ["SimHei"]# 正确显示中文和负号
plt.rcParams["axes.unicode_minus"] = False
x= np.arange(len(data))
plt.bar (x,data,alpha=1,color='green',width=0.2)
分别是x轴，y轴， 柱形颜色深浅，柱形的颜色，柱形的宽度
13.柱形图加折线
import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(6,5))
data = np.random.randint(1,8,10)
print(data)
x= np.arange(len(data))
plt.plot(x+1,data,color='r')
plt.bar(x+1,data,alpha=1,color='green',width=0.5)
plt.show()
plt.plot(x+1,data,color='r')，画折线的代码，加上即可。
14.简单三维图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
sd = fig.add_subplot(111, projection='3d')#111，221，222，223，224
plt.show()
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
sd = fig.add_subplot(111, projectinotallow='3d')#111，221，222，223，224
X = [0, 1, 2, 1, 2, 4]
Y = [0, 4, 4, 1, 3, 4]
Z = [0, 4, 0, 0, 2, 4]
sd.plot_trisurf(X, Y, Z)
plt.show()
这个3d图可以转动，方便观察；
第四行代码：111，就是全屏或者或是正中间，剩下（221、222、223、224）对应四个角落。
plot_trisurf（z,y,z,...） :画3d曲平面的函数。
x,y,z要竖着看，一列对应的是一个点的坐标。
15.三维曲面标题等设置
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams["font.sans-serif"] = ["SimHei"]# 正确显示中文和负号
plt.rcParams["axes.unicode_minus"] = False
fig = plt.figure()
sd = fig.add_subplot(111, projectinotallow='3d')#111，221，222，223，224
X = [0, 1, 2, 1, 2, 4]
Y = [0, 4, 4, 1, 3, 4]
Z = [0, 4, 0, 0, 2, 4]
sd.set_xlabel('x轴')
sd.set_ylabel('y轴')
sd.set_zlabel('z轴')
plt.title('这是标题')
sd.plot_trisurf(X, Y, Z)
plt.show()
我就直接使用标题1里面的代码加工了，
sd.set_xlabel('x轴')#x轴函数
sd.set_ylabel('y轴')#y轴函数
sd.set_zlabel('z轴')#z轴函数
plt.title('这是标题')#添加标题函数
因为我使用了中文，
plt.rcParams["font.sans-serif"] = ["SimHei"]# 正确显示中文和负号
plt.rcParams["axes.unicode_minus"] = False
所以还得用这两行代码，要是仅仅使用英文的话删除即可。
