plot()

作用：展现变量的趋势变化
解释：plot(x, y, ls='-', lw=2, label='plot figure')
x:x轴上的数值
y:y轴上的数值
ls：图片中的线条风格
lw：线条的宽度，即linewidth的简写
label：标记图形内容的标签文本
实例代码：

import matplotlib.pyplot as plt
import numpy as np
# numpy是python的一个科学计算包，是matplotlib的基础库
x = np.linspace(0.05, 10, 1000)     # 意思是从0.05到10之间均匀取1000个数
y = np.cos(x)
plt.plot(x, y, ls='-', lw=2, label='plot figure')
plt.legend()    # 设置图例，不写这个就不会显示图例
plt.show()

运行结果：

scatter()

作用：寻找变量间的关系
解释：plt.scatter(x, y, c='b', label='scatter figure')
c：散点图中点的颜色
实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.random.rand(1000)    # 在标准正态分布中随机取1000个数
plt.scatter(x, y, label='scatter figure')
plt.legend()
plt.show()

运行结果：

xlim()

实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.random.rand(1000)
plt.scatter(x, y, label='scatter figure')
plt.legend()
plt.xlim(0.05, 10)
plt.ylim(0, 1)
plt.show()

运行结果：

grid()

作用：绘制网格线
解释：plt.grid(linestyle=':', color='r')
linestyle：图片中的线条样式，上面的几个例子中用的ls其实就是linestyle的简写
color：网格线的颜色,上面的几个例子中用的c也是color的简写
实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', c='c', label='plot figure')
plt.legend()
plt.grid(linestyle=':', color='r')
plt.show()

运行结果：

axhline()

作用：绘制平行于x轴的水平参考线
解释：plt.axhline(y=0.0, c='r', ls='--', lw=2)
y：水平参考线的出发点

实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', lw=2, c='c', label='plot figure')
plt.legend()
plt.axhline(y=0.0, c='r', ls='--', lw=2)    # 绘制水平参考线
plt.axvline(x=4.0, c='r', ls='--', lw=2)    # 绘制垂直参考线
plt.show()

运行结果：

axvspan()

作用：绘制垂直于x轴的参考区域
解释：plt.axvspan(xmin=1.0, xmax=2.0, facecolor='y', alpha='0.3')
xmin：参考区域的起始位置
xmax：参考区域的终止位置
facecolor：参考区域的填充颜色
alpha：参考区域填充颜色的透明度

实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', lw=2, c='c', label='plot figure')
plt.legend()
plt.axvspan(xmin=4.0, xmax=6.0, facecolor='y', alpha=0.3)    # 绘制垂直参考区域
plt.axhspan(ymin=0.0, ymax=0.5, facecolor='y', alpha=0.3)    # 绘制水平参考区域
plt.savefig('axvspan.png')
plt.show()

运行结果：

annotate()

作用：添加图形内容细节的指向型注释文本
解释：plt.annotate(string, xy=(np.pi/2, 1.0), xytext=((np.pi/2)+0.15, 1.5), weight='bold', color='b',arrowprops=dict(arrowstyle='->', connectionstyle='arc3', color='b)
string：图形内容的注释文本
xy：被注释图形内容的个坐标位置
xytext：注释文本的坐标位置
weight：被注释文本的字体粗细风格
color：注释文本的颜色
arrowprops：指示被注释内容的箭头的属性字典
实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', lw=2, c='c', label='plot figure')
plt.legend()
plt.annotate("maximum", xy=(np.pi/2, 1.0), xytext=((np.pi/2)+1.0, .8), weight='bold', color='b',arrowprops=dict(arrowstyle='->', connectionstyle='arc3', color='b'))
plt.show()

运行结果：

text()

作用：添加图形内容细节的无指向型注释文本（其实就是不加箭头）
解释：plt.text(x, y, string, weight='bold', color='b')
实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', lw=2, c='c', label='plot figure')
plt.legend()
plt.text(3.10, 0.09, "y=sin(x)", weight='bold', color='b')
plt.savefig("text.png")
plt.show()

运行结果：

title()

作用：添加图形内容的标题
解释：plt.title(string)
string:图形内容的标题文本
实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', lw=2, c='c', label='plot figure')
plt.legend()
plt.text(3.10, 0.09, "y=sin(x)", weight='bold', color='b')
plt.title("y=sin(x)")
plt.show()

运行结果：

legend()

作用：标示不同图形的文本标签图例
解释：plt.legend(loc='lower right')
loc:设置图例在图中的位置

实例代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-', lw=2, c='c', label='plot figure')
plt.text(3.10, 0.09, "y=sin(x)", weight='bold', color='b')
plt.legend(loc="lower right")
plt.title("y=sin(x)")
plt.show()

运行结果：