通过安装Anaconda3，使用matplotlib库
0. 基本绘画设置 (1). Figure和Subplot matplotlib的图像都位于Figure对象中，你可以用plt.figure创建一个新的Figure.
#这时会弹出一个空窗 fig = plt.figure()但是不能通过空Figure绘图，必须用add_subplot创建一个或多个subplot才行
#这条代码的意思是：图像应该是2X2的，且当前选中的是第一个 ax1 = fig.add_subplot(2,2,1) #再绘制两个 ax2 = fig.add_subplot(2,2,2) ax3 = fig.add_subplot(2,2,3)此时绘图，就会在subplot上进行绘制 例如：
from numpy.random import randn plt.plot(randn(50).cumsum(), 'k--') #'k--'是一个线型选项，用于告诉matplotlib绘制黑色虚线图。别一种更为方便的方法，可以创建一个新的Figure，并返回一个含有已创建subplot对象的NumPy数组：
#创建了一个两行，三列的区域 fig, axes = plt.subplots(2,3)(2). 调整subplot周围的间距 默认情况下，matplotlib会在subplot外围留下一定的边距，并在subplot之间留下一定的间距。 利用subplots_adjust方法可以调整间距
fig, axes = plt.subplots(2,2, sharex=True, sharey=True) for i in range(2): for j in range(2): axes[i,j].hist(randn(500), bins=50, color='k', alpha=0.5) plt.subplots_adjust(wspace=0, hspace=0)(3). 颜色、标记和线型 根据x,y绘制绿色虚线
ax.plot(x, y, 'g--') #与下面设置是一样的 ax.plot(x, y, linestyle='--', color='g')线型图可以加上一些标记，来强调实际的点
plt.plot(randn(30).cumsum(), 'ko--') #等价于 plt.plot(randn(30).cumsum(), color='k', linestyle='dashed', marker='o')(4). 刻度、标签和图例 添加刻度和标签
fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(randn(1000).cumsum()) #修改X轴的刻度 #刻度放在哪些位置 ticks = ax.set_xticks([0,250,500,750,1000]) #也可以将其他值用作标签 labels = ax.set_xticklabels(['one','two','three','four','five'], rotation=30, fontsize='small') #为X轴设置一个名称 ax.set_title('My first matplotlib plot') #设置一个标题 ax.set_xlabel('Stages')添加图例：
fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.plot(randn(1000).cumsum(), 'k', label='one') ax.plot(randn(1000).cumsum(), 'k--', label='two') ax.plot(randn(1000).cumsum(), 'k.', label='three') ax.legend(loc='best')1. 绘制简单的折线图
(1). 函数plot() 列表传递给这个函数,这个函数将尝试根据这些数字绘制出有意义的图形。
import matplotlib.pyplot as plt squares = [1, 4, 9, 16, 25] plt.plot(squares) plt.show()(2). 修改标签文字和线条粗细
import matplotlib.pyplot as plt squares = [1, 4, 9, 16, 25] #参数linewidth 决定了plot() 绘制的线条的粗细 plt.plot(squares, linewidth=5) # 设置图表标题， 并给坐标轴加上标签 plt.title("Square Numbers", fontsize=24) plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis='both', labelsize=14) plt.show()(3). 校正图形
当你向plot() 提供一系列数字时， 它假设第一个数据点对应的 x 坐标值为0， 但我们的第一个点对应的 x 值为1。 为改变这种默认行为， 我们可以给plot() 同时提供输入值和输出值： input_values = [1, 2, 3, 4, 5] squares = [1, 4, 9, 16, 25] plt.plot(input_values, squares, linewidth=5)2. 绘制绘制散点图 (1). 使用scatter() 绘制散点图并设置其样式
import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show()(2).使用scatter() 绘制一系列点
import matplotlib.pyplot as plt x_values = [1, 2, 3, 4, 5] y_values = [1, 4, 9, 16, 25] #并使用实参s 设置了绘制图形时使用的点的尺寸 plt.scatter(x_values, y_values, s=100) plt.show()(3).删除数据点的轮廓 可在调用scatter() 时传递实参edgecolor=’none’
plt.scatter(x_values, y_values, edgecolor='none', s=40)(4).自定义颜色 要修改数据点的颜色， 可向scatter() 传递参数c ， 并将其设置为要使用的颜色的名称，
plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40)(5).使用颜色映射 颜色映射 （ colormap） 是一系列颜色， 它们从起始颜色渐变到结束颜色。
import matplotlib.pyplot as plt x_values = list(range(1001)) y_values = [x**2 for x in x_values] plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolor='none', s=40) # 设置每个坐标轴的取值范围 plt.axis([0, 1100, 0, 1100000]) plt.show() 我们将参数c 设置成了一个 y 值列表， 并使用参数cmap 告诉pyplot 使用哪个颜色映射。 这些代码将 y值较小的点显示为浅蓝色， 并将 y 值较大的点显示为深蓝色.(6).自动保存图表 要让程序自动将图表保存到文件中， 可将对plt.show() 的调用替换为对plt.savefig() 的调用
plt.savefig('squares_plot.png', bbox_inches='tight') 第一个实参指定要以什么样的文件名保存图表， 这个文件将存储到scatter_squares.py所在的目录中； 第二个实参指定将图表多余的空白区域裁剪掉。 如果要保留图表周围多余的空白区域， 可省略这个实参。(7). 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False)
(8). 调整尺寸以适合屏幕 函数figure() 用于指定图表的宽度、 高度、 分辨率和背景色。 你需要给形参figsize 指定一个元组， 向matplotlib指出绘图窗口的尺寸， 单位为英寸。 plt.figure(figsize=(10, 6))
3. 随机漫步 choice()函数
#choice([0, 1, 2, 3, 4]) 随机地选择一个0~4之间的整数 x_distance = choice([0, 1, 2, 3, 4])range()函数 返回一系列连续增加的整数
randint()函数 返回一个1和面数之间的随机数
