在python的統計，機器學習, 資料處理等領域, matplotlib都是很方便的資料視覺化工具。在本文記錄了一下其簡單的使用規則，方便自己查詢。

首先你的機器上需要按照好python, 並且假設讀者對Python語法有基本的理解

一般配合使用numpy,

1. 按照matplotlib的方法 一般用pip或者anaconda安裝, 方法 pip install matplotlib或者 conda install matplotlib
2. 用matplotlib繪製2d函式 需要匯入模組，然後呼叫plt.plot函式指定資料，調研plt.show()繪製圖形

   import numpy as np
   import math
   import matplotlib.pyplot as plt
   
   e=math.e
   x=np.arange(-10,10)
   y1=np.log((1+e**(-x)))
   
   line = plt.plot(x,y1)
   plt.show()
    
   

   繪製出來的圖如下 plot函式的引數為 資料, 樣式描述字串，資料，樣式... 這樣，可以同時畫幾個 資料為陣列，可以只指定y, 或者指定x, y 樣式描述了線條的顏色，形狀等等  

   plot(x, y)        # plot x and y using default line style and color
   plot(x, y, 'bo')  # plot x and y using blue circle markers
   plot(y)           # plot y using x as index array 0..N-1
   plot(y, 'r+')     # ditto, but with red plusses
    
   

   樣式描述是個字串，每個字元表示一種屬性，比如  

   character	description
   '-'	solid line style
   '--'	dashed line style
   '-.'	dash-dot line style
   ':'	dotted line style
   '.'	point marker
   ','	pixel marker
   'o'	circle marker
   'v'	triangle_down marker
   '^'	triangle_up marker
   '<'	triangle_left marker
   '>'	triangle_right marker
   '1'	tri_down marker
   '2'	tri_up marker
   '3'	tri_left marker
   '4'	tri_right marker
   's'	square marker
   'p'	pentagon marker
   '*'	star marker
   'h'	hexagon1 marker
   'H'	hexagon2 marker
   '+'	plus marker
   'x'	x marker
   'D'	diamond marker
   'd'	thin_diamond marker
   '|'	vline marker
   '_'	hline marker

   character	color
   ‘b’	blue
   ‘g’	green
   ‘r’	red
   ‘c’	cyan
   ‘m’	magenta
   ‘y’	yellow
   ‘k’	black
   ‘w’	white

   比如

   line = plt.plot(x,y1,"r-^")

   產生的圖是這樣 plot()函式返回的是一個Line2D物件，可以通過這個物件設定更多屬性 比如  

   line = plt.plot(x,y1,"r-^")
   plt.setp(line, animated=True, color='g', ls='-.')

   重新修改了顏色和style 能修改的屬性有  

   Property	Value Type
   alpha	float
   animated	[True | False]
   antialiased or aa	[True | False]
   clip_box	a matplotlib.transform.Bbox instance
   clip_on	[True | False]
   clip_path	a Path instance and a Transform instance, a Patch
   color or c	any matplotlib color
   contains	the hit testing function
   dash_capstyle	['butt' | 'round' | 'projecting']
   dash_joinstyle	['miter' | 'round' | 'bevel']
   dashes	sequence of on/off ink in points
   data	(np.array xdata, np.array ydata)
   figure	a matplotlib.figure.Figure instance
   label	any string
   linestyle or ls	[ '-' | '--' | '-.' | ':' | 'steps' | ...]
   linewidth or lw	float value in points
   lod	[True | False]
   marker	[ '+' | ',' | '.' | '1' | '2' | '3' | '4' ]
   markeredgecolor or mec	any matplotlib color
   markeredgewidth or mew	float value in points
   markerfacecolor or mfc	any matplotlib color
   markersize or ms	float
   markevery	[ None | integer | (startind, stride) ]
   picker	used in interactive line selection
   pickradius	the line pick selection radius
   solid_capstyle	['butt' | 'round' | 'projecting']
   solid_joinstyle	['miter' | 'round' | 'bevel']
   transform	a matplotlib.transforms.Transform instance
   visible	[True | False]
   xdata	np.array
   ydata	np.array
   zorder	any number

3. 指定文字，數軸等 指定座標軸文字一般是 plt.xlable(文字, 文字屬性) plt.ylable(文字，屬性等) text()可以在任意位置顯示文字 title()可以指定標題

   plt.title("csdn blog image 1.1")
   plt.xlabel("x value:[10,10]", color="red")
   plt.ylabel("y value log(sigmoid)", color="blue")
   plt.text(5, 6, r'$y_i=1/1+e^x_i$')

   輸出圖形

4. 用matplotlib繪製3d函式 一般主要使用庫 mpl_toolkits.mplot3d 需要首先拿到figure, 然後用Axes3D()生成3d的畫布，然後呼叫繪圖函式即可。對於曲面就是呼叫plot_surface

   import numpy as np
   import math
   import matplotlib.pyplot as plt
   from mpl_toolkits.mplot3d import Axes3D
   
   e=math.e
   x=np.arange(-10,10)
   y=np.arange(-10,10)
   X,Y=np.meshgrid(x,y)
   Z=X**2+Y**2;
   
   fig = plt.figure()
   ax=Axes3D(fig)
   
   ax.plot_surface(X, Y, Z, cmap=plt.cm.winter)
   plt.show()
   

   生成的圖如右圖