在学习机器学习与PYTHON的相关内容中，接触到了pyplot这个子库，感觉非常有用，可是网络上的文章大部分都是比较零散的，于是打算按照官方文档，进行一个简单翻译与演示，详细记录一下该库的使用方法。这是本系列的第七篇，每篇大约讲解20个方法，但有些方法官方也未给出详细的用法，待以后使用中慢慢摸索后再补充。

二、方法介绍（121~140）

121、cla() —— 清除当前axes

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.cla()
plt.show()

操作结果：

122、grid() —— 生成网格

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.grid()
plt.show()

操作结果：

123、legend() —— 为当前axes放置标注

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.legend('a')
plt.show()

操作结果：

124、table() —— 为当前axes添加table

125、text() —— 为axes图轴添加注释

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.text(2,2,'test')
plt.show()

操作结果：

126、annotate() —— 用箭头在指定的数据点创建文本注释

127、ticklabel_format() —— 更改标签数据格式

128、locator_params() —— 控制轴刻度标签

129、tick_params() —— 改变刻度及刻度标签的外形

130、margins() —— 设置或检索自动缩放功能

131、autoscale() —— 自动缩放轴视图的数据

132、autumn() —— 对autumn函数设置默认的colormap

133、bone() —— 为bone设置默认的colormap并应用到当前图像

134、cool() —— 为cool设置默认的colormap并应用到当前图像

135、copper() —— 为copper设置默认的colormap并应用到当前图像

136、flag() —— 为flag设置默认的colormap并应用到当前图像

137、gray() —— 为gray设置默认的colormap并应用到当前图像

138、hot() —— 为hot设置默认的colormap并应用到当前图像

139、hsv() —— 为hsv设置默认的colormap并应用到当前图像

140、jet() —— 为jet设置默认的colormap并应用到当前图像

在学习机器学习与PYTHON的相关内容中，接触到了pyplot这个子库，感觉非常有用，可是网络上的文章大部分都是比较零散的，于是打算按照官方文档，进行一个简单翻译与演示，详细记录一下该库的使用方法。这是本系列的第六篇，每篇大约讲解20个方法，但有些方法官方也未给出详细的用法，待以后使用中慢慢摸索后再补充。

二、方法介绍（101~120）

101、plot_date() —— 绘制数据日期

102、psd() —— 绘制功率谱密度图

103、quiver() —— 绘制二位箭头

104、quiverkey() —— 为quiver图像添加注释标签

105、scatter() —— 绘制散点图

106、semilogx() —— 使x轴为对数刻度

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.semilogx()
plt.show()

操作结果：

107、semilogy() —— 使y轴为对数刻度

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.semilogy()
plt.show()

操作结果：

108、specgram() —— 绘制谱图

109、stackplot() —— 绘制区域堆叠图

110、stem() —— 绘制stem图

111、step() —— 绘制step图

112、streamplot() —— 绘制流场图

113、tricontour() —— 在三角形非结构网格绘制等值线

114、tricontourf() —— 在三角形非结构网格绘制等值线填充图

115、tripcolor() —— 绘制非结构三角形网格伪彩色图

116、triplot() —— 绘制非结构三角形网格点线图

117、violinplot() —— 绘制复数图

118、vlines() —— 绘制垂线

119、xcorr() —— 绘制x、y之间的相关性

120、barbs() —— 绘制一个倒钩的二维风场

在学习机器学习与PYTHON的相关内容中，接触到了pyplot这个子库，感觉非常有用，可是网络上的文章大部分都是比较零散的，于是打算按照官方文档，进行一个简单翻译与演示，详细记录一下该库的使用方法。这是本系列的第五篇，每篇大约讲解20个方法，但有些方法官方也未给出详细的用法，待以后使用中慢慢摸索后再补充。

二、方法介绍（81~100）

81、contour() —— 绘制等值线

82、contourf() —— 绘制等值线

83、csd() —— 绘制交叉谱密度

84、errorbar() —— 绘制误差线图表

85、eventplot() —— 绘制条形码

86、fill() —— 绘制填充图

填充x轴与曲线y之间的区域

87、fill_between() —— 绘制填充图

填充x区间内不同曲线之间的区域

88、fill_betweenx() —— 绘制填充图

填充y区间内不同x的函数曲线之间区域

89、hexbin() —— 绘制hexagonal binning图

90、hist() —— 绘制直方图

91、hist2d() —— 绘制2维直方图

92、hlines() —— 绘制水平线

93、imshow() —— 在axes上显示image图像

参考代码：

import matplotlib.pyplot as plt
import matplotlib.image as mpimg  # 用于导入图片
img = mpimg.imread('D:\\python\\ML\\test.jpg')  # 导入图片
plt.imshow(img)  # 将图片在plt中显示
plt.show() # 展示plt更直观的看到图像

操作结果：

94、loglog() —— x、y均为指数刻度

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.loglog()
plt.show()

操作结果：

95、magnitude_spectrum() —— 绘制幅度谱

96、pcolor() —— 绘制二维数组的伪彩色图

97、pcolormesh() —— 绘制四边形网格

98、phase_spectrum() —— 绘制相位谱

99、pie() —— 绘制饼状图

100、plot() —— 绘制当前axes

在学习机器学习与PYTHON的相关内容中，接触到了pyplot这个子库，感觉非常有用，可是网络上的文章大部分都是比较零散的，于是打算按照官方文档，进行一个简单翻译与演示，详细记录一下该库的使用方法。这是本系列的第四篇，每篇大约讲解20个方法，但有些方法官方也未给出详细的用法，待以后使用中慢慢摸索后再补充。

二、方法介绍（61~80）

61、set_cmap() —— 设置当前image的colormap

关于colormap，可参考help(colormap)

62、imread() —— 读取图像（从图形文件中提取数组）

63、imsave() —— 保存为图像文件中的数组

64、matshow() —— 在新figure中显示数组矩阵

65、polar() —— 绘制极坐标图

参考代码：

import matplotlib.pyplot as plt
plt.polar()
plt.show()

操作结果：

66、plotfile() —— 将图绘入文件

67、spy() —— 绘制二维数组Z的稀疏模式

68、acorr() —— 绘制X的自相关

69、angle_spectrum() —— 绘制角度谱？

70、arrow(x, y, dx, dy) —— 添加箭头

绘制箭头从（x,y）指向（dx，dy）

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.arrow(0,1,2,7,shape='full',overhang=0.2,head_width=0.2)
plt.show()

操作结果：

71、axhline(y=0, xmin=0, xmax=1, hold=none) —— 添加一条穿越axis的水平线

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.axhline(1,0.5,1) # 0.5表示中间，0表示最左，1表示最右
plt.show()

操作结果：

72、axhspan(ymin,ymax,xmin,xmax) —— 添加一个穿越axis的水平矩形（span）

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.axhspan(1,2,0.5,1)
plt.show()

操作结果：

73、axvline(x, ymin, ymax) —— 添加一条穿越axis的竖线

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.axvline(1,0.5,1)
plt.show()

操作结果：

74、axvspan(xmin,xmax, ymin, ymax) —— 添加一条穿越axis的矩形

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.axvspan(1,2,0.5,1)
plt.show()

操作结果：

75、bar() —— 条状图

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.bar(0,1,width=1)
plt.show()

操作结果：

76、barh() —— 绘制横向条形图

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.barh(0,1,height=1)
plt.show()

操作结果：

77、broken_barh() —— 绘制水平柱状图

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,3,4,8])
plt.barh((1,2,3),(1,2,3))
plt.show()

操作结果：

78、boxplot() —— 绘制方框和线

79、cohere() —— 绘制x与y的相关性

80、clabel() —— 为等值线图设置标签

在学习机器学习与PYTHON的相关内容中，接触到了pyplot这个子库，感觉非常有用，可是网络上的文章大部分都是比较零散的，于是打算按照官方文档，进行一个简单翻译与演示，详细记录一下该库的使用方法。这是本系列的第三篇，每篇大约讲解20个方法，但有些方法官方也未给出详细的用法，待以后使用中慢慢摸索后再补充。

二、方法介绍（41~60）

41、tight_layout() —— 自动填充

该操作会自动将当前的图形填充满空白区域

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.tight_layout() # 充满画布
plt.show()

操作结果：

42、box() —— 是否展示容器边框（坐标轴）

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.box()
plt.show()

操作结果：

43、title() —— 定义标题

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.title('I\'m a title!')
plt.show()

操作结果：

44、axis() —— 获取或设置轴属性

演示中我们设置了轴的范围，依次为x轴最小值、x轴最大值、y轴最小值、y轴最大值，当然实际中还可以对很多属性进行设置和获取。

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
v = [10,100,10,100] # [xmin,xmax,ymin,ymax]
plt.axis(v)
plt.show()

操作结果：

45、xlabel() —— x轴标签

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.xlabel('XLABEL')
plt.show()

操作结果：

46、ylabel() —— y轴标签

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.ylabel('YLABEL')
plt.show()

操作结果：

47、xlim() —— 设置x轴刻度

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.xlim((10,100))
plt.show()

操作结果：

48、ylim() —— 设置y轴刻度

演示代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.ylim((10,100))
plt.show()

操作结果：

49、xscale() —— 指定x轴线性刻度、指数刻度

参数取值linear/log，指定线性或对数刻度

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.xscale('log')
plt.show()

操作结果：

50、yscale() —— 指定y轴线性刻度、指数刻度

参数取值linear/log，指定线性或对数刻度

参考代码：

import matplotlib.pyplot as plt
plt.plot([1,2,3,3])
plt.yscale('log')
plt.show()

操作结果：

51、xticks() —— 获取或设置x轴刻度及对应标签

参考代码：

import matplotlib.pyplot as plt
import numpy as np
plt.plot([1,2,3,3])
plt.xticks( np.arange(5), ('2000', '2005', '2010', '2015', 'Future') )
plt.show()

操作结果：

52、yticks() —— 获取或设置y轴刻度及对应标签

参考代码：

import matplotlib.pyplot as plt
import numpy as np
plt.plot([1,2,3,3])
plt.yticks( np.arange(5), ('2000', '2005', '2010', '2015', 'Future') )
plt.show()

操作结果：

53、minorticks_on() —— 显示最小刻度线

参考代码：

import matplotlib.pyplot as plt
import numpy as np
plt.plot([1,2,3,3])
plt.minorticks_on()
plt.show()

操作结果：

54、minorticks_off() —— 隐藏最小刻度线

参考代码：

import matplotlib.pyplot as plt
import numpy as np
plt.plot([1,2,3,3])
plt.minorticks_on() # 展示最小刻度线
plt.minorticks_off() # 关闭最小刻度线
plt.show()

操作结果：

55、rgrids() —— 获取或设置极坐标网格

参考代码：

import matplotlib.pyplot as plt
plt.subplot(122, polar=True)
plt.rgrids((0.5, 1, 1.5), angle=0)
plt.show()

操作结果：

56、thetagrids() —— 获取或设置极坐标网格θ位置

待补充

57、get_plot_commands() —— 获取所有绘制命令的排序列表

参考代码：

import matplotlib.pyplot as plt
print(plt.get_plot_commands())

操作结果：

58、colormaps() —— 获取所有颜色

参考代码：

import matplotlib.pyplot as plt
print(plt.colormaps())

操作结果：

59、colorbar() —— 彩条标值

待补充

60、clim() —— 设置当前图像的颜色取值范围

文档说是载入图像后，设置两个参数，例如：

plt.clim(0, 0.5)

但实际测试没效果
待补充