此前總結過兩次matplotlib庫，此次進一步加深並擴充套件更多用法。

前兩次文章

　　一：https://www.cnblogs.com/2020zxc/p/13369178.html

　　二：https://www.cnblogs.com/2020zxc/p/13620865.html

　　本次總結綜合以前所學，歸納用法，以及把一些較好的文章推出來

畫折線統計圖，使用關鍵函式：
　　plt.plot(）
畫出條形統計圖：
　　plt.bar()
顯示圖片，使用關鍵函式
　　plt.imshow

顯示圖片示例程式碼：

    img0 = cv2.imread(imgpath2)
# imgpath2是完整影象路徑，由於opencv讀取的通道順序是bgr，因此需要轉換為rgb
    imgb,imgg,imgr 
 
= cv2.split(img0)
    img = [imgr,imgg,imgb]
    img = cv2.merge(img)
    cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    cv2.imshow('test', img)
    cv2.waitKey(0)
    
    plt.figure(figsize=(8, 6), dpi=80)
    # figsize表示建立顯示圖片視窗大小，dpi表示解析度，也可以不填，使用預設引數
    plt.imshow(img, alpha=0.5, cmap=plt.cm.gray)
    # 輸入需要顯示的圖片img（ndarry型別變數），alpha
 
=0.5表示透明度為50%，cmap=plt.cm.gray表示顯示為灰色，cmap還可以填入其他引數
    plt.show()

　　畫統計圖示例：

　　最簡單的語句是

　　plt.plot(x, y)，表示輸入x和y兩個list，將根據各個對應點畫出折線統計圖，因此x、y長度必須保持一致（可以寫一個函式讓他們有對照關係）。
　x、y對照生成程式碼如：

import matplotlib.pyplot as plt

import numpy as np
x = np.arange(-3, 3, step=0.1)
y = np.sin(x)
plt.plot(x, y)
plt.show()

　　更深層次地，可以對特殊點標記、註釋、透明、加某個點的文字標記等。

    匯入必要的包省略.....
    隨便建立幾條曲線：
    x = np.arange(-3, 3, 0.3)
    y = np.cos(x)*x
    y2 = np.sin(x)*x**3-x
    y3 = np.sin(x)*x**2-x
    plt.plot(x, y, 'o', ms=5, color='blue', label='label1',alpha=0.9)
    plt.plot(x, y2, linestyle='--',color='red', alpha=0.4,label='label2')
    plt.plot(x, y3, marker='x',color='green', alpha=0.8,label='label3')
    # 'o'表示使用圓形畫出散點圖，預設為實線，color表示點的顏色，label表示對曲線說明標記，alpha表示透明度
    # linestyle表示折線圖的樣式，可以有虛線實現點劃等等，
    # 以上的‘o’與linestyle命令不可以同時在同一個函式使用，且都不可以與marker命令使用
    # 實踐可以發現，marker命令會把曲線上的點和點與點之間的連線都確定
    plt.legend()    # 使用預設標籤位置，會自動調整適合區域，設定label後必須呼叫該函式
    plt.show()

實驗效果：

各個引數表說明：

plt.legend(loc='center') 中的loc引數（預設會自動調整到適應位置）：

'best':0, (only implementedforaxes legends)(自適應方式)

顏色color：

blue 藍，縮寫為：　　b
green 綠，縮寫為　　g
red 紅　　　　　　　　r
cyan 藍綠　　　　　　c
magenta 洋紅　　　　m
yellow 黃　　　　　　y
black 黑　　　　　　k
white 白　　　　　　w

線型linestyle：
實線　　'-'
虛線　　'--'
點畫線　　'-.
點線　　'：'

點型引數如marker

未完待續......