4、使用 xlabel() 和 ylabel() 方法来设置 x 轴和 y 轴的标签。

　　  5、使用 title() 方法来设置标题。

　　　6、使用 pyplot 中的 grid() 方法来设置图表中的网格线。

　　　　grid() 方法语法格式如下：

matplotlib.pyplot.grid(b=None, which='major', axis='both', )

三、折线图

　　使用 pyplot 中的 plot()方法来绘制散点图。

import numpy as np
import matplotlib.pyplot as plt



y = np.array([1,3,4,6,7,9,11,5,8])
y2 = np.array([16,18,15,8,5,11,12])

plt.plot(y,'*:b',linestyle= '-.',linewidth='1')
plt.xlabel('Xname')#设置x轴名字
plt.ylabel('Yname')

四、散点图

　　使用 pyplot 中的 scatter() 方法来绘制散点图。

　　scatter() 方法语法格式如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, 
vmin=None, vmax=None, alpha=None, linewidths=None,
 *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

　　参数说明：

x，y：长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。

s：点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小。

c：点的颜色，默认蓝色 'b'，也可以是个 RGB 或 RGBA 二维行数组。

marker：点的样式，默认小圆圈 'o'。

cmap：Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。

norm：Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。

vmin，vmax：：亮度设置，在 norm 参数存在时会忽略。

alpha：：透明度设置，0-1 之间，默认 None，即不透明。

linewidths：：标记点的长度。

edgecolors：：颜色或颜色序列，默认为 'face'，可选值有 'face', 'none', None。

plotnonfinite：：布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。

**kwargs：：其他参数。

 　　例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
sizes = np.array([20,50,100,200,500,1000,60,90])
plt.subplot(2, 2, 1)
colors = np.array(["red","green","black","orange","purple","beige","cyan","magenta"])
plt.scatter(x, y, s=sizes,c=colors,marker='*',alpha=0.5)

五、柱形图

　　使用 pyplot 中的 bar() 方法来绘制柱形图。

　　bar() 方法语法格式如下：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

　　参数说明：

x：浮点型数组，柱形图的 x 轴数据。

height：浮点型数组，柱形图的高度。

width：浮点型数组，柱形图的宽度。

bottom：浮点型数组，底座的 y 坐标，默认 0。

align：柱形图与 x 坐标的对齐方式，'center' 以 x 位置为中心，这是默认值。 'edge'：将柱形图的左边缘与 x 位置对齐。
　　　　要对齐右边缘的条形，可以传递负数的宽度值及 align='edge'。

**kwargs：：其他参数。

　　例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.array(['张三','李四','王五','赵柳','王麻子','张无忌','赵敏','金毛狮王'])
heights= np.array( [1,2,4,5,6,4,3,1])
colors = np.array(['red','blue','green'])

plt.bar(x=x,height=heights,width=0.3,color=colors,align='edge')
plt.show()

六、扇形图

　　使用 pyplot 中的 pie() 方法来绘制饼图。

　　pie() 方法语法格式如下：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None,
 pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True,
 wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None,
 data=None)[source]

　　参数说明：

x：浮点型数组，表示每个扇形的面积。

explode：数组，表示各个扇形之间的间隔，默认值为0。

labels：列表，各个扇形的标签，默认值为 None。

colors：数组，表示各个扇形的颜色，默认值为 None。

autopct：设置饼图内各个扇形百分比显示格式，%d%% 整数百分比，%0.1f 一位小数， %0.1f%% 一位小数百分比， %0.2f%% 两位小数百分比。

labeldistance：标签标记的绘制位置，相对于半径的比例，默认值为 1.1，如 <1则绘制在饼图内侧。

pctdistance：：类似于 labeldistance，指定 autopct 的位置刻度，默认值为 0.6。

shadow：：布尔值 True 或 False，设置饼图的阴影，默认为 False，不设置阴影。

radius：：设置饼图的半径，默认为 1。

startangle：：起始绘制饼图的角度，默认为从 x 轴正方向逆时针画起，如设定 =90 则从 y 轴正方向画起。

counterclock：布尔值，设置指针方向，默认为 True，即逆时针，False 为顺时针。

wedgeprops ：字典类型，默认值 None。参数字典传递给 wedge 对象用来画一个饼图。
　　　　　　　　例如：wedgeprops={'linewidth':5} 设置 wedge 线宽为5。

textprops ：字典类型，默认值为：None。传递给 text 对象的字典参数，用于设置标签（labels）和比例文字的格式。

center ：浮点类型的列表，默认值：(0,0)。用于设置图标中心位置。

frame ：布尔类型，默认值：False。如果是 True，绘制带有表的轴框架。

rotatelabels ：布尔类型，默认为 False。如果为 True，旋转每个 label 到指定的角度。

　　例如：

import matplotlib.pyplot as plt
import numpy as np

y = np.array([20,15, 25, 25, 15])

plt.pie(y,
        labels=['guitar','saxophone','piano','violin','others'], # 设置饼图标签
        colors=["#d5695d",'#852625', "#5d8ca8", "#65a479", "#a564c9"], # 设置饼图颜色
        explode=(0, 0, 0.2, 0,0), # 第二部分突出显示，值越大，距离中心越远
        autopct='%.2f%%', # 格式化输出百分比
       )
plt.title("musical instruments") # 设置标题
plt.show()

七、绘制多图

　　使用subplot()函数绘制多个子图

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)

　　以上函数将整个绘图区域分成 nrows 行和 ncols 列，编号可以通过参数 index 来设置。

设置 numRows ＝ 1，numCols ＝ 2，就是将图表绘制成 1x2 的图片区域, 对应的坐标为：
　　(1, 1), (1, 2)

plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。
plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

　　例如：

import numpy as np
import matplotlib.pyplot as plt

# plot1
y = np.array([1, 3, 4, 6, 7, 9, 11, 5, 8])
plt.subplot(3, 3, 5)
plt.plot(y, '*:b', linestyle='-.')
plt.title('plot1')

# plot2
y2 = np.array([16, 18, 15, 8, 5, 11, 12])
plt.subplot(3, 3, 9)
plt.plot(y2, 'r:s', linestyle='-.')
plt.title('plot2')

plt.show()