1 我畫出來(lái)的圖:
2 運(yùn)行代碼在此：
3 簡(jiǎn)略講解版本：
#導(dǎo)入庫(kù)
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.cbook import get_sample_data
#設(shè)置各部分?jǐn)?shù)據(jù)
x = np.linspace(0,10,100)
y = np.cos(x)
z = np.sin(x)
data = 2 * np.random.random((10,10))
data2 = 3 * np.random.random((10,10))
Y,X = np.mgrid[-3:3:100j,-3:3:100j]
U = -1 -X**2+ Y
V = 1 + X - Y**2
img = np.load(get_sample_data('axes_grid/bivariate_normal.npy'))
#建立子圖 帶入xy
fig,ax = plt.subplots()
lines = ax.plot(x,y)
#建立散點(diǎn)圖填充顏色
ax.scatter(x,y)
ax.fill(x,y,color='blue')
ax.fill_between(x,y,color='yellow')
#子圖設(shè)置
im = ax.imshow(img,
cmap='gist_earth',
interpolation='nearest',
vmin=-2,
vmax=2)
#帶入
plt.plot(x,x,x,x**2,x,x**3)
ax.plot(x,y,alpha = 0.4)
ax.plot(x,y,c='k')
fig.colorbar(im,orientation='horizontal')
im = ax.imshow(img,
cmap='seismic')
#顯示
plt.show()
#關(guān)閉
plt.cla()
plt.clf()
plt.close()
4 詳細(xì)注釋版本：
#導(dǎo)入numpy庫(kù)用來(lái)科學(xué)計(jì)算，matplotlib庫(kù)畫圖
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.cbook import get_sample_data
'''調(diào)用了numpy的linspace()建立了了一個(gè)數(shù)組，
其參數(shù)的含義分別是開(kāi)始值，終止值，創(chuàng)建元素個(gè)數(shù)，
往往最后可能會(huì)有一個(gè)endpoint=False,表示最后一個(gè)值是否被包含，不寫默認(rèn)為True.
類似于：np.linspace(0,10,100,endpoint=False)的格式'''
x = np.linspace(0,10,100)
#并把這100個(gè)值賦予X。y,z分別是cosine和sine值（x,y,z都是numpy數(shù)組）
#此處可參考http://www.itdecent.cn/p/7fbecf5255f0
y = np.cos(x)
z = np.sin(x)
'''np.random.random()返回隨機(jī)的浮點(diǎn)數(shù)，在半開(kāi)區(qū)間 [0.0, 1.0),
data指畫出一個(gè)10*10形狀的二維數(shù)組，由范圍 [0.0, 1.0)的隨機(jī)數(shù)組成,
并且每個(gè)隨機(jī)數(shù)都要*2 data2則表示*3'''
data = 2 * np.random.random((10,10))
data2 = 3 * np.random.random((10,10))
'''np.mgrid()用于返回多維結(jié)構(gòu)，np.mgrid[ 第1維，第2維 ，第3維 ， …]
一維：eg:np.mgrid[-1:1:5j]
array([-1. , -0.5,? 0. ,? 0.5,? 1. ])
第一個(gè)參數(shù)是初始值，第二個(gè)為終止值，第三個(gè)為參數(shù)個(gè)數(shù)，猜測(cè)j代表橫坐標(biāo)或者縱坐標(biāo)？
不理解二維多維數(shù)組，直到我找到了這篇文章：
http://www.cnblogs.com/NanShan2016/p/5491200.html
k,b=np.mgrid[1:3:3j,4:6:3j]
可以這么理解：
k軸范圍為1~3，b軸范圍為4~6：
k與b為咱們相關(guān)的x，y軸
【step1：k擴(kuò)展】(朝右擴(kuò)展)：
[1 1 1]
[2 2 2]
[3 3 3]
【step2：b擴(kuò)展】(朝下擴(kuò)展)：
[4 5 6]
[4 5 6]
[4 5 6]
【step3：定位（ki，bi）】（把上面的k、b聯(lián)合起來(lái)）：
[(1,4) (1,5) (1,6)]
[(2,4) (2,5) (2,6)]
[(3,4) (3,5) (3,6)]
啊 這不就是咱么理解的橫縱坐標(biāo)嗎'''
Y,X = np.mgrid[-3:3:100j,-3:3:100j]
#此處是對(duì)X,Y坐標(biāo)進(jìn)行運(yùn)算
U = -1 -X**2+ Y
V = 1 + X - Y**2
#load()順序從文件對(duì)象get_sanmple_data()讀取數(shù)據(jù)，get_sanmple_data則返回示例數(shù)據(jù)文件
img = np.load(get_sample_data('axes_grid/bivariate_normal.npy'))
#添加子圖
fig,ax = plt.subplots()
#導(dǎo)入x,y
lines = ax.plot(x,y)
#設(shè)置ax的參數(shù)，將內(nèi)部填充
ax.fill(x,y,color='blue')
ax.fill_between(x,y,color='yellow')
#imshow()在axes上顯示圖像
im = ax.imshow(img,
cmap='gist_earth',
interpolation='nearest',
vmin=-2,
vmax=2)
'''繪制當(dāng)前axes,并且進(jìn)行設(shè)置，x,y為數(shù)組，我抄錄下來(lái)幾個(gè)參數(shù)：
alpha，不透明度，值在0到1之間；
animated，是否開(kāi)啟動(dòng)畫效果；
axes，當(dāng)前這個(gè)對(duì)象所在的Axes對(duì)象，無(wú)或不適用則為None；
clip_box，對(duì)象的裁剪框；
clip_on，是否裁剪；
clip_path，裁剪的路徑；
contains，判斷指定點(diǎn)是否在對(duì)象上的函數(shù)；
figure，所在的Figure對(duì)象，可能為None；
label，文本標(biāo)簽；
picker，控制Artist對(duì)象選取；
transform，坐標(biāo)體系；
visible，是否可見(jiàn)；zorder，控制繪圖順序'''
plt.plot(x,x,x,x**2,x,x**3)
ax.plot(x,y,alpha = 0.4)
ax.plot(x,y,c='k')
#為圖添加彩條標(biāo)值
fig.colorbar(im,orientation='horizontal')
#在axes 上顯示圖像， cmap參數(shù)代表colormap可選，默認(rèn)none
im = ax.imshow(img,
cmap='seismic')
#保存
plt.savefig('foo.png')
plt.savefig('foo.png',transparent=True)
#顯示
plt.show()
#清除當(dāng)前axes
plt.cla()
#清除當(dāng)前figure
plt.clf()
#關(guān)閉figure 窗口。
plt.close()
我的代碼是從下面的網(wǎng)址中抄下來(lái)運(yùn)行的，當(dāng)時(shí)不知道干嘛的，只是為了熟悉Matplotlib。我只能保證注釋大體正確吧，有問(wèn)題可以指出啊 ，我就是想要大家告訴我答案呀! 加油呀↖(^ω^)↗ 米娜桑
