這一篇博文是【 AI學習路線圖】系列文章的其中一篇，點選檢視目錄：AI學習完整路線圖

1、 介紹

matplolib是python裡最常用的繪相簿，提供了一整套十分適合互動式繪圖的命令API，比較方便地將其嵌入到GUI應用程式中。
matplolib中有兩個概念：Figure（面板）、Subplot（子圖）。
matplolib中所有的影象都是位於figure物件中的，一個影象只能有一個figure物件。
一個figure物件下可以建立多個subplot物件（即axas）用於繪製圖像。

2、 Figure和Subplot

import matplotlib.pyplot as
 
 plt
import numpy as np

# 建立figure物件，8*6的大小（一般不設定大小），8是80%
# 設定大小的目的是防止視窗太小
fig = plt.figure(figsize=(8, 6))

# ——————————————————————————————————
# |               |                  |
# |               |                  |
# |       1       |         2        |
# |               |                  |
 

# |               |                  |
# ————————————————————————————————————
# |               |                  |
# |               |                  |
# |       3       |        4         |
# |               |                  |
# |               |                  |
# ————————————————————————————————————
 

# 將面板分為2*2大小，新增標號為1的塊
ax1 = fig.add_subplot(2, 2, 1)
# 將面板分為2*2大小，新增標號為2的塊
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

# 1、繪製曲線，在當前axes上，目前是3上
###### randn是正態分佈找隨機數
###### cumsum累加和
plt.plot(np.random.randn(50).cumsum(), 'k--')

# 2、繪製柱狀圖
#####
ax1.hist(np.random.randn(300), bins=20, color='k', alpha=0.3)

# 3、繪製散點圖
####
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))
plt.show()

輸出：

 ```
![輸出影象](http://upload-images.jianshu.io/upload_images/8658527-b9dc27155cddc376.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)


畫線圖：

```python
import matplotlib.pyplot as plt
import numpy as np





<div class="se-preview-section-delimiter"></div>

# X軸的取值
x = np.arange(-5, 5)




<div class="se-preview-section-delimiter"></div>

# Y軸取值，是-5到5的sin值
y = np.sin(np.arange(-5, 5))




<div class="se-preview-section-delimiter"></div>

# 設定座標範圍
plt.axis([-5, 5, -5, 5])




<div class="se-preview-section-delimiter"></div>

# 設定座標點，繪畫出線圖
plt.plot(x, y)




<div class="se-preview-section-delimiter"></div>

# 設定顯示一個文字
plt.text(-3, -3, '$y=sin(x)$', fontsize=20,
         bbox={'facecolor': 'yellow', 'alpha': 0.2})
plt.show()





<div class="se-preview-section-delimiter"></div>

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1, 10)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, color='y')
plt.plot(x, y2, color='b')
plt.show()