matplotlib笔记（基于 matplotlib 1.5.1 ）

一、matplotlib配置

matplotlib配置信息是从配置文件中读取的。在配置文件中可以为matplotlib几乎所有的属性指定永久有效的默认值。
查看配置：你可以通过 matplotlib.rcParams字典访问所有已经加载的配置项
修改配置：
- 你可以通过 matplotlib.rcParams字典修改所有已经加载的配置项
- 你可以通过matplotlib.rc(*args,**kwargs)来修改配置项，其中args是你要修改的属性，kwargs是属性的关键字属性
- 你可以调用matplotlib.rcdefaults()将所有配置重置为标准设置。
配置文件：如果不希望在每次代码开始时进行参数配置，则可以在项目中给出配置文件。配置文件有三个位置：
- 系统级配置文件。通常在python的site-packages目录下。每次重装matplotlib之后该配置文件就会被覆盖。
- 用户级配置文件。通常在$HOME目录下。可以用matplotlib.get_configdir()函数来查找当前用户的配置文件目录。可以通过MATPLOTLIBRC修改它的位置。
- 当前工作目录。即项目的目录。在当前目录下，可以为目录所包含的当前项目给出配置文件，文件名为matplotlibrc。
优先级顺序是：当前工作目录 > 用户级配置文件 > 系统级配置文件。查看当前使用的配置文件的路径为： matplotlib.matplotlib_fname()函数。
配置文件的内容常见的有以下几种：
- axes:设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示
- backend：设置目标输出TkAgg和GTKAgg
- figure:控制dpi、边界颜色、图像大小和子区(subplot)设置
- font：字体(font family)、字体大小和样式设置
- grid:设置网格颜色和线型
- legend：设置图例以及其中的文本显示
- line：设置线条（颜色、线型、宽度等）和标记
- patch: 填充2D空间的图形图像，如多边形和圆。控制线宽、颜色和抗锯齿设置等。
- savefig:对保存的图形进行单独设置。如渲染的文件背景为白色。
- text：设置字体颜色、文本解析（纯文本和latex标记）等。
- verbose:设置matplotlib执行期间的信息输出，如silent、helpful、debug和debug--annoying
- xticks和yticks：为x、y轴的主刻度和次刻度设置颜色、大小、方向以及标签大小

二、 matplotlib Artist

matplotlib有三个层次的API：
- matplotlib.backend_bases.FigureCanvas：代表了一个绘图区，在这个绘图区上图表被绘制
- matplotlib.backend_bases.Renderer：代表了渲染器，它知道如何在绘图区上绘图。
- matplotlib.artist.Artist：代表了图表组件，它知道如何利用渲染器在绘图区上绘图。
通常用于有95%以上的时机都是与matplotlib.artist.Artist类打交道，它是高层次的绘图控制。
matplotlib中有两种Artist：
- primitive：代表了我们在绘图区域上绘制的基础的绘图组件，比如Line2D，Rectangle，Text 以及AxesImage等等。
- container：代表了放置primitive的那些绘图组件。比如Axis、Axes以及Figure，如图所示
matplotlib的标准使用流程为：
- 创建一个Figure实例对象fig
- 使用fig实例创建一个或者多个Axes实例，或者创建一个或者多个Subplot实例
- 使用Axes实例的方法来创建primitive
每个在图形中出现的元素都是Artist。其属性有：
- Figure.patch属性：是一个Rectangle，代表了图表的矩形框，它的大小就是图表的大小，并且可以通过它设置图表的背景色和透明度。
- Axes.patch属性：也是一个Rectangle，代表了绘图坐标轴内部的矩形框（白底黑边），通过它可以设置Axes的颜色、透明度等。
- 所有的Artist有下列属性。：
  - .alpha属性：透明度。值为0--1之间的浮点数
  - .animated属性：一个布尔值，表示是否用于加速动画绘制
  - .axes属性：返回这个Artist所属的axes，可能为None
  - .clip_box属性：用于剪切Artist的bounding box
  - .clip_on属性：是否开启clip
  - .clip_path属性：Artist沿着该path执行clip
  - .contains属性：一个picking function用于测试Artist是否包含pick point
  - .figure属性：该Artist所属的Figure，可能为None
  - .gid属性：该Artist的id字符串
  - .label：一个text label
  - .picker:一个python object用于控制object picking
  - .transform：转换矩阵
  - .url属性：一个url string，代表本Artist
  - .visible：布尔值，控制Artist是否绘制
  - .zorder：决定了Artist的绘制顺序。zorder越小就越底层，则越优先绘制。
这些属性可以通过旧式的setter和getter函数访问和设置。如：o.get_alpha()、o.set_alpha(0.5)。如果你想一次设置多个属性，也可以用：o.set(alpha=0.5,zorder=2)这种方式。你可以使用matplotlib.artist.getp(o)来一次获取o的所有属性。
当然你可以使用pyplot.getp(o,"alpha")来获取属性（一次只能返回一个属性），如果指定属性名，则返回对象的该属性值；如果不指定属性名，则返回对象的所有的属性和值。用pyplot.setp(o,alpha=0.5,zorder=2)来设置属性（一次可以设置多个属性）

1. container Artist:

a. Figure

matplotlib.figure.Figure是最顶层的container Artist，它包含了图表中的所有元素。
- Figure.patch属性：Figure的背景矩形
- Figure.axes属性：持有的一个Axes实例的列表（包括Subplot)
- Figure.images属性：持有的一个FigureImages patch列表
- Figure.lines属性：持有一个Line2D实例的列表（很少使用）
- Figure.legends属性：持有的一个Figure Legend实例列表（不同于Axes.legends)
- Figure.patches属性：持有的一个Figure pathes实例列表（很少使用)
- Figure.texts属性：持有的Figure Text实例列表
其他的属性：
- Figure.figsize属性：图像的尺寸，(w,h)，以英寸为单位
- Figure.dpi属性：图像分辨率
- Figure.facecolor属性：背景色
- Figure.edgecolor属性：edge color
- Figure.linewidth：edge linewidth
- Figure.frameon：如果为False，则不绘制图像
- Figure.subplotpars：一个SubplotParams实例
- Figure.tight_layout：如果为False，则使用subplotpars；否则使用tight_layout()调整subplot parameters
当你执行Figure.add_subplot()或者Figure.add_axes()时，这些新建的Axes都被添加到Figure.axes列表中。
由于Figure维持了current axes，因此你不应该手动的从Figure.axes列表中添加删除元素，而是要通过Figure.add_subplot()、Figure.add_axes()来添加元素，通过Figure.delaxes()来删除元素。但是你可以迭代或者访问Figure.axes中的Axes，然后修改这个Axes的属性。
可以通过Figure.gca()获取current axes，通过Figure.sca()设置current axes。
Figure也有它自己的text、line、patch、image。你可以直接通过add primitive语句直接添加。但是注意Figure默认的坐标系是以像素为单位，你可能需要转换成figure坐标系：(0,0)表示左下点，(1,1)表示右上点。
创建Figure的方法：
```
  matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None,
  edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, 
  **kwargs)
```
- num：一个整数或者字符串。
  - 若未提供，则创建一个新的figure。
  - 如果给出了一个整数，而且某个现有的figure对象的number属性刚好等于这个整数，则激活该figure并且返回该figure；否则创建一个新的figure
  - 如果是个字符串，则创建一个新的figure，并且将window title设置为该字符串。
- figsize：一对整数的元组。给出了英寸为单位的高度和宽度。默认由rc的 figure.figsize给出
- dpi：一个整数，给出figure的分辨率。默认由rc的 figure.dpi给出
- facecolor：背景色。若未提供，则由rc的 figure.facecolor给出
- edgecolor：border color。若未提供，则由rc的 figure.edgecolor给出
返回一个figure

1>. Figure 的一些方法

add_axes(*args, **kwargs)：创建一个Axes对象。如果已经存在同样位置同样参数的一个Axes，则返回该Axes，并将其设为current Axes。其参数有：
- rect:一个元组，代表了(left,bottom,width,height)，它是第一个位置参数
- axisbg：一个color，背景色
- frameon：布尔值，是否display frame
- sharex：另一个Axes对象，与该Axes共享 xaxis
- sharey：另一个Axes对象，与该Axes共享 yaxis
- projection：坐标系类型。projection='polar'也等价于polar=True
- aspect：一个数值，指定x和y轴每个单位的尺寸比例。也可以设定为字符串'equal'/'auto'
- 关键字参数为projection+Axes的合法关键字
如果你想在同样的一个rect创建两个Axes，那么你需要设置label参数。不同的Axes通过不同的label鉴别。
如果你使用了fig.delaxes()从Figure中移除了ax，那么你可以通过fig.add_exes(ax)来将其放回。
add_subplot(*args,**kwargs)：创建一个subplot。如果已经存在同样位置同样参数的一个subplot，则返回该subplot，并将其设为current Axes。
- 关键字参数为projection+Axes的合法关键字。projection：坐标系类型。projection='polar'也等价于polar=True
- 位置参数为：add_subplot(nrows, ncols, plot_number)。表示nrows行， nclos列每个单元格是一个sub-axes。plot_number给出了指定的sub-axes，从 1开始。最大为nrows*ncols。当这三个数字都是个位数时，可以使用一个三位数代替，每位代表一个数。
- axisbg：一个color，背景色
- frameon：布尔值，是否display frame
- sharex：另一个Axes对象，与该Axes共享 xaxis
- sharey：另一个Axes对象，与该Axes共享 yaxis
- projection：坐标系类型。projection='polar'也等价于polar=True
- aspect：一个数值，指定x和y轴每个单位的尺寸比例。也可以设定为字符串'equal'/'auto'
autofmt_xdate(bottom=0.2, rotation=30, ha='right')：用于设置Date ticklabel的位置。bottom设置距离subplot底部的位置。rotation设置了xtick label的旋转角度。ha设置xtick label的对其方式。该函数主要用于当xtick为日期，可能会重叠，因此可以旋转一个角度
clear()：清除一个figure
clf(keep_observers=False)：清除一个figure。如果keep_observers=True，则gui仍然会跟踪figure中的axes
colorbar(mappable, cax=None, ax=None, use_gridspec=True, **kw)：为mappable创建一个colorbar。其中：
- mapple：一个ScalarMapple实例。它可以是Image/ContourSet...。
- cax：指定在哪个axes中绘制colorbar。也可以是None
- ax：None | parent axes object(s) from which space for a new colorbar axes will be stolen.
- use_gridspec：False | If cax is None, a new cax is created as an instance of Axes. If ax is an instance of Subplot and use_gridspec is True, cax is created as an instance of Subplot using the grid_spec module
delaxes(a)：从figure中移除axes
gca(**kwargs)：返回current axes。如果不存在则创建一个
get_children()：获取figure中包含的artists
get_dpi/get_edgecolor/get_facecolor/get_figheight/get_figwidth/ get_frameon/get_tight_layout...：获取对应的属性值
get_size_inches()：返回fig的当前尺寸（单位为英寸。1in=2.54cm）
legend(handles, labels, *args, **kwargs)：创建图例。
- handles：是一个Lin2D/Patch等实例的一个序列
- labels：是个字符串序列，用于给上述实例添加图例说明
- loc：指定图例的位置。可以是字符串'best'/'upper right'/'upper left' /'lower left'/'lower right'/'right'/'center left'/'center right' /'lower center'/'upper center'/'center'。你也可以指定坐标(x,y)，其中(0,0)是左下角，(1,1)是右上角
- numpoint/scatterpoints：图例上每个图例线的点数
- fancybox：如果为True，图例的边框采用圆角矩形
- shadow：如果为True，图例添加背影
- ncol：列数
- title：图例的标题
- framealpha：一个浮点数，从0到 1，图例的透明度
- frameon：一个布尔值，如果为True，则绘制图例的背景框。否则不绘制。
savefig(fname, dpi=None, facecolor='w', edgecolor='w',orientation='portrait', papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0.1,frameon=None)：保存图像。
- fname：带路径的文件名。
- dpi：保存的分辨率。
- facecolor/edgecolor：figure rectangle的背景色和边线颜色
- orientation：可以为'landscape' | 'portrait'
- format：图片格式。可以为'png'/'pdf'/'svg'/'eps'...
- transparent：如果为True，设置figure和axes背景透明（除非你设置了facecolor/edgecolor）
- frameon：如果为False，则图形背景透明
sca(a)：设置a为current axes并返回它
set_dpi/set_edgecolor...：设置相关属性
show(warn=True)：显示图像。如果warn=True，则开启警报
subplots_adjust(left=None, bottom=None, right=None, top=None,wspace=None, hspace=None)：调整subplot的位置。
suptitle(t, **kwargs):设置图像标题。t为标题字符串。关键字参数就是Text对象的参数：
- x：在图形坐标系中，标题的横坐标（范围 0～1）
- y：在图形坐标系中，标题的纵坐标（范围 0～1）
- horizontalalignment：标题水平对齐方式，默认为'center'
- verticalalignment：标题垂直对齐方式，默认为'top'
- fontsize：字体大小
text(x, y, s, *args, **kwargs)：添加文本。
- x：在图形坐标系中，标题的横坐标（范围 0～1）
- y：在图形坐标系中，标题的纵坐标（范围 0～1）
- s：文本字符串
tight_layout(renderer=None, pad=1.08, h_pad=None, w_pad=None, rect=None)：调整subplot的间距。
- pad：设定subplot和figure edge之间的距离。单位为font-size
- h_pad/w_pad：subplot之间的高距/宽距。

b. Axes类

Axes类是matplotlib的核心，你在大多数时间都是在与它打交道。Axes代表了plotting area。大量的用于绘图的Artist存放在它内部，并且它有许多辅助方法来创建和添加Artist给它自己，而且它也有许多赋值方法来访问和修改这些Artist。
它有许多方法用于绘图，如.plot()、.text()、.hist()、.imshow()等方法用于创建大多数常见的primitive(如Line2D，Rectangle，Text，Image等等）。这些方法会创建primitive Artist实例，并且添加这些实例到对应的container上去，然后必要的时候会绘制这些图形。
Subplot就是一个特殊的Axes，其实例是位于网格中某个区域的Subplot实例。其实你也可以在任意区域创建Axes，通过Figure.add_axes([left,bottom,width,height])来创建一个任意区域的Axes，其中left,bottom,width,height都是[0--1]之间的浮点数，他们代表了相对于Figure的坐标。
Axes包含了一个.patch属性，对于笛卡尔坐标系而言，它是一个Rectangle；对于极坐标而言，它是一个Circle。这个.patch属性决定了plotting region的形状、背景和边框。
当调用Axes.plot()方法时，该方法会创建一个matplotlib.lines.Line2D实例，然后会利用传给.plot()的关键字参数来更新该Line2D的属性，然后将这个Line2D添加到Axes.lines列表中。该方法返回的刚创建的Line2D列表，因为你可以传递多个(x,y)值从而创建多个Line2D。
当调用Axes.hist()方法时，类似于.plot()方法，不过它会添加patches到Axes.patches列表。
你不应该直接通过Axes.lines和Axes.patches列表来添加图表。因为当你通过.plot()和.hist()等方法添加图表时，matplotlib会做许多工作而不仅仅是添加绘图组件到Axes.lines或者Axes.patches列表中。
但是你可以使用Axes的辅助方法.add_line()和.add_patch()方法来添加。
下面是Axes用于创建primitive Artist以及添加他们到相应的container中的方法：
- ax.annotate()：创建text annotation（Annotate对象），然后添加到ax.texts列表中。
- ax.bar()：创建bar chart（Rectangle对象），然后添加到ax.patches列表中。
- ax.errorbar()：创建error bar plot（Line2D对象和Rectangle对象），然后添加到ax.lines 列表中和ax.patches列表中。
- ax.fill()：创建shared area（Polygon对象），然后添加到ax.patches列表中
- ax.hist()：创建histogram（Rectangle对象），然后添加到ax.patches列表中。
- ax.imshow()：创建image data（AxesImage对象），然后添加到ax.images列表中。
- ax.legend()：创建axes legends（Legend对象），然后添加到ax.legends列表中。
- ax.plot()：创建xy plot（Line2D对象），然后添加到ax.lines列表中。
- ax.scatter()：创建scatter charts（PolygonCollection对象），然后添加到 ax.collections列表中。
- ax.text()：创建text（Text对象），然后添加到ax.texts列表中。
另外Axes还包含两个最重要的Artist container：
- ax.xaxis：XAxis对象的实例，用于处理x轴tick以及label的绘制
- ax.yaxis：YAxis对象的实例，用于处理y轴tick以及label的绘制
Axes包含了许多辅助方法来访问和修改XAxis和YAxis，这些辅助方法其实内部调用的是XAxis和YAxis的方法。因此通常情况下你不需要直接调用XAxis和YAxis的方法。

1>. Axes 的一些方法

acorr(x, **kwargs)：绘制序列x的自相关。
- x：一个标量序列。对x执行自相关
- normed：一个布尔值，如果为True，则对数据正则化处理
- maxlags：一个整数，默认为10.它给出了要展示多少个lag。如果为None，则使用所有的2*len(x)-1个
- 其他kwargs：控制了Line2D的属性
返回： (lags,c,lin,b)
- lags：是一个长度为2*maxlags+的lag vector
- c：是长度为2*maxlags+的自相关向量
- line：是一个Line2D实例
- b：是x-axis
add_artist(a)：添加a（一个Artist对象）到axes上
add_collection(collection, autolim=True)：添加Collection实例到axes上
add_container(container)：添加Container实例到axes上
add_image(image)：添加Image实例到axes上
add_line(line)：添加Line2D实例到axes上
add_patch(p)：添加Patch实例到axes上
add_table(tab)：添加Table实例到axes上
annotate(*args, **kwargs)：对坐标点(x,y)绘制注解。
- s：注解字符串
- xy：一个长度为2的序列，给出了坐标点的(x,y)坐标
- xytext：一个长度为2的序列，给出了注解字符串的(x,y)坐标
- xycoords：给出了坐标点的(x,y)所对应的坐标系。可以为'figure points'、 'figure pixels'、'figure fraction'、'axes points'、 'axes pixels'、'axes fraction'、'data'。其中figure表示Figure坐标系，axes表示Axes坐标系，data表示被注解的点所在的数据坐标系。points表示单位为点（分辨率的点）；pixels表示单位为像素，fraction表示：(0,0) 为左下角，(1,1) 为右上角
- textcoords：给出了注解字符串的(x,y)所对应的坐标系。可以为xycoords允许的值之外，还可以为：
  - 'offset points'：偏移被注解的坐标点的距离为 (x,y)个点（分辨率的点）
  - 'offset pixels'：偏移被注解的坐标点的距离为 (x,y)个像素
- arrowprops：一个字典，给出了箭头的类型。
  - 若字典不包含arrowstyle，则可以使用下面的键： width/headwidth/headlength/shrink以及其他的FancyArrowPatch的属性。
  - 如果字典包含了arrowstyle，则上面的这些键将被屏蔽。arrowstyle的值可以为： '-'、'->'、'-['、'|-|'、'-|>'、'<-'、'<->'、 '<|-'、'<|-|>'、'fancy'、'simple'、'wedge'
- annotation_clip：一个布尔值。如果为True，则超出axes的部分将会不可见
autoscale_view(tight=None, scalex=True, scaley=True)：自动调整坐标轴的范围。如果你不想自动调整x轴，则scalex=False即可。y轴类似。
arrow(x, y, dx, dy, **kwargs)：绘制箭头。箭头起点为 (x,y)，终点为 (x+dx,y+dy)。你也可以使用annotate()来模拟本方法。
- x,y：箭头起点坐标（data坐标系）
- dxx,dy：箭头终点坐标为 (x+dx,y+dy)（data坐标系）
- width：箭头宽度
- length_includes_head:：如果为True，则箭头的头部也算在箭头长度内
- head_width：箭头的头部宽度
- head_length：箭头的头部长度
- shape：可以为'full'/'left'/'right'。确定是绘制左半边/右半边还是全部画出
- 其他参数控制了Patch的属性
axhline(y=0, xmin=0, xmax=1, **kwargs)：绘制水平线。
- y：一个标量，默认为 0.给出了水平的 y坐标（采用data坐标系）
- xmin：一个标量，默认为 0。给出了水平线的起始横坐标。最大为 1（表示最右侧）（使用Axes坐标系）
- xmax：一个标量，默认为 1。给出了水平线的终点横坐标。最小为 0 （表示最左侧）（使用Axes坐标系）
- 其他关键字参数控制Line2D的属性
axhspan(ymin, ymax, xmin=0, xmax=1, **kwargs)：绘制水平区域。
- ymin/ymax：给出了水平区域的y坐标的下界和上界，采用data坐标系
- xmin/xmax：给出了水平区域的左侧和右侧的位置。采用Axes坐标系，最小为0，最大为 1
- 其他关键字参数控制Line2D的属性
axis(*v, **kwargs)：设置axis属性，它返回的是(xmin,xmax,ymin,ymax)。data坐标系下每个轴的最小值、最大值。
- v： Axis data limits set from a float list。也可以是字符串：
  - 'on'：Toggle axis lines and labels on
  - 'off'：Toggle axis lines and labels off
  - 'equal':Equal scaling by changing limits
  - ''tight：Limits set such that all data is shown
  - 'auto':Automatic scaling, fill rectangle with data
- xmin/ymin/ymax/ymax：待设置的轴的最小/最大值
axvline(x=0, ymin=0, ymax=1, **kwargs)：绘制垂直线。
- x：一个标量，默认为 0.给出了垂直线的 x坐标（采用data坐标系）
- ymin：一个标量，默认为 0。给出了垂直线的起始纵坐标。最大为 1（表示最上侧）（使用Axes坐标系）
- ymax：一个标量，默认为 1。给出了垂直线的终点纵坐标。最小为 0 （表示最下侧）（使用Axes坐标系）
- 其他关键字参数控制Line2D的属性
axvspan(xmin, xmax, ymin=0, ymax=1, **kwargs)：绘制垂直区域。
- xmin/xmax：给出了垂直区域的x坐标的左侧和右侧，采用data坐标系
- ymin/ymax：给出了垂直区域的上侧和下侧的位置。采用Axes坐标系，最小为0，最大为 1
- 其他关键字参数控制Line2D的属性
bar(left, height, width=0.8, bottom=None, **kwargs)：绘制一个bar。
- left：一个标量或者标量的序列，bar的左侧的x坐标，采用data坐标系
- height：一个标量或者标量的序列，bar的高度，采用data坐标系
- width：一个标量或者标量的序列，bar的宽度，默认为 0.8，采用data坐标系
- bottom：一个标量或者标量的序列，bar的底部的y坐标，默认为 0，采用data坐标系
- color：一个标量或者标量的序列，bar的背景色
- edgecolor：一个标量或者标量的序列，bar的边色颜色
- linewidth：一个标量或者标量的序列，bar的边的线宽
- tick_label：一个字符串或者字符串的序列，给出了bar的label
- xerr：一个标量或者标量的序列，用于设置bar的errorbar。（水平方向的小横线）
- yerr：一个标量或者标量的序列，用于设置bar的errorbar（垂直方向的小横线）
- ecolor：一个标量或者标量的序列，用于设置errorbar。
- capsize：一个标量，用于设置errorbar。小横线头部的一个小短线
- error_kw：一个字典，用于设置errorbar。如ecolor/capsize关键字
- align：一个字符串，设定bar的对齐方式。可以为'edge'或者'center'。柱子的左边跟x=left线对齐，还是柱子的中线跟x=left线对齐。
- orientation：一个字符串，指定bar的方向。可以为'vertical'或者'horizontal'。它决定了errbar和label放置的位置。
- log：一个布尔值，如果为True，则设置axis为对数坐标
返回matplotlib.container.BarContainer.
你可以一次添加多个bar，此时就是上述的“标量的序列”。
barh(bottom, width, height=0.8, left=None, **kwargs)：绘制水平的bar
- bottom：一个标量或者标量的序列，bar的底部的y坐标，默认为 0，采用data坐标系
- width：一个标量或者标量的序列，bar的宽度，默认为 0.8，采用data坐标系
- height：一个标量或者标量的序列，bar的高度，采用data坐标系
- left：一个标量或者标量的序列，bar的左侧的x坐标，采用data坐标系
- 其他参数参考 bar方法
它就是bar(orientation='horizontal')。
cla()/clear()：清除Axes
clabel(CS, *args, **kwargs)：为等高线添加label。
- CS：由contour函数返回的ContourSet，代表一组等高线
- fontsize：label的字体大小，或者给出字符串'smaller'/'x-large'
- colors：如果为None，则使用对应的等高线的颜色。如果为一个字符串指定的颜色，则所有的等高线label使用该颜色。如果为一组颜色，则不同的等高线的label按顺序使用其中的不同的颜色。
- inline：一个布尔值。如果为True，则移除label覆盖的底层的等高线（嵌入式）；否则就全部绘制（重叠式）
- inline_spacing:一个浮点数，单位为像素点。它控制了label距离等高线的距离
contour(*args, **kwargs)：绘制等高线。它返回一个QuadContourSet对象最常用的四种方式：
- contour(Z)：其中 Z为二维数组。数据坐标系下的坐标点 (i,j)对应了Z[j,i]（x轴对应列，y轴对应行）。该方法随机挑选一些等高线绘制。
- contour(X,Y,Z)：其中 X/Y/Z均为二维数组，且形状相同。对应位置的横坐标由 X提供，纵坐标由 Y提供，值由 Z 提供。该方法随机挑选一些等高线绘制。
  X和Y也可以同时是一维数组，且len(X)是Z的列数，len(Y)是Z的行数。
- contour(Z,N)/contour(X,Y,Z,N)：N为一个整数，表示绘制N条等高线。该方法随机挑选N条等高线绘制。
- contour(Z,V)/contour(X,Y,Z,V)：V为一个递增的序列，表示绘制那些值位于V中的等高线
其他关键字参数：
- colors：如果为None，则由cmap给出。如果是一个字符串，这所有的等高线由字符串指定的颜色给出。如果是一个序列，该序列中每个都代表了一个颜色，则等高线的颜色依次由该序列给出。
- cmap：一个Colormap对象。如果为None，则默认的Colormap将被使用
- levels：一个序列（升序排列）。指定了要绘制等高线值位于levels的等高线。
- origin：参考Axes.imshow中的该参数设置。
- extent：它是一个元组(x0,x1,y0,y1)。如果给出了(X,Y)，则该参数无效。如果未给出(X,Y)：
  - 如果origin非None，则它给出了外边界， Z[0,0]位于图形中间
  - 如果origin为None，则(x0,y0)对应Z[0,0]；(x1,y1)对应Z[-1.-1]，等价于同时使用了set_xlim(left,right)+set_ylim(bottom,top)
- antialiased：一个布尔值，用于开启/关闭反走样
- linewidths：如果为None，则使用默认值。如果为一个整数，则所有的等高线都是用该线宽。如果为一个整数序列，则等高线依次使用它指定的线宽。只有contour适用
- linestyles：如果为None，则使用默认的实线。你也可以指定为'solid'/'dashed'/'dashdot'/'dotted'。你可以指定搜有的等高线使用一种线型，也可以使用一个线型序列。只有contour适用
contourf(*args, **kwargs)：它绘制的是带填充的等高线。其参数和用法基本和contour相同。它返回一个QuadContourSet对象
- contourf(Z,V)/contourf(X,Y,Z,V)：V是递增的序列，指定了等高线的值。该方法会填充V中相邻两个等高线之间的区域
- contourf不同与contour的关键字参数为hatches：它指定了填充区域的填充类型（如以小斜线填充）。如果为None，则无任何hatch。它典型值为hatches=['.', '/', '\', None, '\\', '*','-',]
- contourf填充的是半开半闭区间(z1,z2]
errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, barsabove=False, lolims=False, uplims=False, xlolims=False, xuplims=False, errorevery=1, capthick=None, **kwargs)：绘制errorbar，返回(plotline, caplines, barlinecols)
- x：一个序列，指定x坐标
- y:一个序列，指定y坐标。即： y=f(x)
- yerr：指定y的error。如果为标量，则每个点都是相同的error；如果为一维向量，则依次给出了每个点的error。如果是个二维向量，则依次给出了每个点的上error和下error
- xerr：指定x的error。如果为标量，则每个点都是相同的error；如果为一维向量，则依次给出了每个点的error。如果是个二维向量，则依次给出了每个点的左error和右error
- fmt：可以为空字符串，或者'none'或者其他的plot format string。如果是'none'则只有errorbars能够被绘制
- ecolor：指定了errorbar的颜色
- elinewidth：指定了errorbar的线宽
- capsize：指定了errorbar头部的小横线的宽度
- errorevery：一个整数。如果为 4，则每隔 4个点才绘制一个errorbar
- 其他的关键字参数都是用于指定marker的类型。如： `marker='s', mfc='red', mec='green', ms=20, mew=4。他们是markderfacecolor,markeredgecolor,markdersize,markderedgewidth`的缩写。
eventplot(positions, orientation='horizontal', lineoffsets=1, linelengths=1, linewidths=None, colors=None, linestyles='solid', **kwargs) ：绘制时间线。时间线就是在指定位置上并排的一系列线段。返回 matplotlib.collections.EventCollection的一个列表
- positions：一个一维或者二维的数组。每一行代表了一组直线
- orientation：可以为'horizonal'|'vertical'，代表了摆放时间线的方式。如果是水平走向的，则垂直摆放直线；如果是垂直走向的，则水平放置直线
- lineoffsets：一个浮点数或者浮点数的序列，指定了时间线中轴距离y=0的偏离值
- linelengths：一个浮点数或者浮点数的序列，指定了线的长度
- linewidths：一个浮点数或者浮点数的序列，指定了线的宽度
- colors：一个颜色或者一组颜色，指定了线的颜色。颜色可以为颜色字符串，或者一个RGB元组。
- linestyles：一个线型或者一组线型，指定了线型。线型在'solid' | 'dashed' | 'dashdot' | 'dotted'四者之一
如果positions是一个一维数组，表示绘制一组时间线。那么lineoffsets/linelengths/linewidths/colors/linestyles都是标量值，指定该组时间线的格式。如果positions是一个二维数组则，有多少行，就有多少组时间线。制定时间线格式的这些参数都是序列，序列长度就是positions的行数。
fill(*args, **kwargs)：绘制多边形。返回一个Patch列表。其常用的方式为：
- 绘制一个多边形： fill(x,y,'b')，其中x为多边形的边上的点的x坐标；y为多边形的边上的点的y坐标。'b'为多边形的填充颜色。
- 绘制多个多边形： fill(x1,y1,'b',x2,y2,'r')。这里指定多个x,y,color就可以。
- closed关键字参数：一个布尔值，确定是否封闭多边形（即多一条从起点到终点的边）。默认为True
- plot()支持的color string在这里也被支持
- 剩下的关键字参数用于控制Polygon的属性。如
  - hatch：一个字符串，指定填充方式，如['/' | '\' | '|' | '-' | '+' | 'x' | 'o' | 'O' | '.' | '*']
  - label：一个字符串，指定标签
  - fill：一个布尔值，决定是否填充
  - facecolor/edgecolor/color：颜色
fill_between(x, y1, y2=0, where=None, interpolate=False, step=None, **kwargs)：绘制填充区域。它填充两个曲线之间的部分。它返回一个PolyCollection对象。
- x：一个序列，指定x坐标
- y1：第一条曲线的纵坐标。如果为标量，说明该曲线为水平线。
- y2：第二条曲线的纵坐标。如果为标量，说明该曲线为水平线。
- where：指定填充哪里。如果为None，则填充两条曲线之间的所有区域，这是默认值。如果非None，则他是一个一维布尔数组，长度与x相同。只有为True对应的x处才被填充。
- interpolate：一个布尔值。如果True，则进行插值计算来寻找两个曲线的交点。如果为False，则不进行插值。
- step：可以为'pre'/'post'/'mid'或者None，设定填充区域的边界的形状。
fill_betweenx(y, x1, x2=0, where=None, step=None, **kwargs)：绘制填充区域。该区域是以y为自变量，x为函数的两条曲线合围而成。它返回一个PolyCollection对象。
- y：一个序列，为纵坐标
- x1：第一个曲线的x坐标。它是一个反函数，即以y为自变量
- x2：第二个曲线的y坐标。它也是一个反函数
- where：指定填充哪里。如果为None，则填充两条曲线之间的所有区域，这是默认值。如果非None，则他是一个一维布尔数组，长度与y相同。只有为True对应的y处才被填充。
- step：可以为'pre'/'post'/'mid'或者None，设定填充区域的边界的形状。
通常建议提供一个alpha参数，用于设定填充的透明度。如果同一个区域被多个fill_between()填充，那么设定alpha之后会让每一层都能显示出来。
fill_between沿着x轴填充；fill_betweenx沿着y轴填充
findobj(match=None, include_self=True)：筛选出合适的artist对象，返回一个列表。他会递归的向下搜寻
- match指定过滤器。
  - 如果为None，则它选出axes包含的所有artist
  - 如果为一个函数，则函数接受一个artist参数，返回布尔值。所有返回True的artist被选中
  - 如果是一个类，则返回属于该类的artist
- include_self：如果为True，则也检查自己
get_xx函数：返回对应的属性值。有： get_alpha/get_anchor/get_animated/get_aspect/get_axis_bgcolor/ get_axisbelow/get_clip_box/get_clip_path/get_frame_on/get_gid get_label/get_legend/get_lines/get_title/get_transform/get_visible get_xaxis/get_xlabel/get_xlim/get_xscale/get_xticklabels/get_yaxis...
grid(b=None, which='major', axis='both', **kwargs)：开启关闭网格。
- b为布尔值，指定你想开启(True)还是关闭网格
- which：可以为'major'/'minor'/'both'，指定你想开启哪个级别的网格
- axis：可以为'x'/'y'/'both'，指定你想在那个轴上开启网格
- 其他的关键字参数设定了网格的线条类型。如color/linestype/linewidth
还有一种简单用法，就是axes.grid()，此时表示：如果网格开启，则关闭。如果网格关闭，则开启。
hexbin(x, y, C=None, gridsize=100, bins=None, xscale='linear', yscale='linear', extent=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors='none', reduce_C_function=<function mean>, mincnt=None, marginals=False, **kwargs)：绘制hexbin。它用于同一个地方有很多点的情况，是六边形面元划分，是一种二元直方图。返回一个PolyCollection对象。
- x/y：一维数组，它们形状相同。它们给出了绘制六边形面元的点。
- C：如果非None，则它给出了坐标(x[i],y[i])的count value。它和x长度相同，也是一维数组
  x/y/C也可能是masked array，此时只有unmasked的点才被绘制
- reduce_C_function：将坐标(x[i],y[i])的count value进行归并。因为同一个坐标可能被设定了多个count value。而每个点根据其count value来染色
- gridsize：一个整数。它调整了六边形面元x方向的尺寸，y方向的尺寸自动选取。你也可以设定它为一个元组，同时调整x/y方向的尺寸。它实际上给出的是x轴可以放置的面元数量，因此该数值越大，六边形面元尺寸越小。
- bins：
  - 如果为None，则每个六边形面元的颜色值直接对应了它的count value
  - 如果为'log'，则每个六边形面元的颜色值对应了它的count value+1的对数值
  - 如果为一个整数， divide the counts in the specified number of bins, and color the hexagons accordingly
  - 如果为一个整数序列，则the values of the lower bound of the bins to be used
- xscale：可以为'linear'/'log'，设置了x轴是线性还是对数
- scale：可以为'linear'/'log'，设置了y轴是线性还是对数
- mincnt：一个整数或者None。它指定显示这一类的面元：面元包含的坐标点的数量超过mincnt。对于面元包含坐标点数量少于mincnt的，不显示。
- marginals：一个布尔值。如果为True，则沿着坐标轴绘制密度条。
- extent：一个元组(left, right, bottom, top)，等价于同时使用了set_xlim(left,right)+set_ylim(bottom,top)。
- 剩下的参数设定颜色和面元的属性。
hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs) ：绘制直方图。其返回值为：
- 如果绘制一个直方图，那么就是元组 (n, bins, patches)，n为频数/频率；bins为直方图的各个分界点；patches为每个直方图。
- 如果绘制多个直方图，那么就是元组 ([n0, n1, ...], bins, [patches0, patches1,...])
参数为：
- x:一个序列或者一维数组，给定了直方图的数据
- bins：一个整数。返回了bins+1个分界点，将竖着划分成等分的bins份。你可以传递一个序列，指定分界点，此时可以实现非等分的划分。
- range：一个元组，给出了数据的上界和下界，在这之外的数据不被考虑。默认就是(x.min(),x.max())
- normed：布尔值，如果为True，则返回的是数据出现的频率；否则返回的是数据出现的频数
- weights：长度与x相同的序列，给出了每个数据的权重
- cumulative ：布尔值。如果为True，则计算的是累积频率/频数
- bottom：一个整数或者整数序列或者None，指定了直方图底部的纵坐标。默认为 0
- histtype：直方图的类型。可以为'bar'/'barstacked'/'step'/'stepfilled'
- align：直方图每个小矩形的对齐方式。可以为'left'/'mid'/right'
- orientation：调整方向。可以为'horizontal'/'vertical'。如果为水平则，使用barh，同时bottom参数设定的是左侧的横坐标值
- rwidth：一个标量值，设定了直方图每个矩形的相对于默认值的宽度。如果直方图类型为 step/stepfilled，则忽略该参数。
- log：布尔值。如果为True：则x轴使用对数坐标
- color：颜色或者颜色序列，用于给直方图指定颜色
- label：字符串或者字符串序列。给直方图指定标签
- stacked：一个布尔值。如果为True，则多个直方图会叠加在一起。
- 其他参数设置了Patch的属性
hist2d(x, y, bins=10, range=None, normed=False, weights=None, cmin=None, cmax=None, **kwargs)：绘制二维直方图。其返回值为元组 (counts, xedges, yedges, Image)
参数为：
- x:一个序列或者一维数组，给定了x坐标序列
- y:一个序列或者一维数组，给定了y坐标序列
- bins：
  - 如果为整数，则给出了两个维度上的区间数量
  - 如果为int,int序列，则分别给出了x区间数量和y区间数量
  - 如果给定了一个一维数组，则给出了 x_edges=y_edges=bins
  - 如果为定了array,array，则分别给出了x_edges,y_edges
- range：一个(2,2)的数组，给出了数据的上界和下界，在这之外的数据不被考虑。默认就是(x.min(),x.max())
- normed：布尔值，如果为True，则返回的是数据出现的频率；否则返回的是数据出现的频数
- weights：长度与x相同的序列，给出了每个数据的权重
- cmin：一个标量值。那些count值小于cmin的单元不被显示。同时返回的结果中，这些单元返回nan
- cmax：一个标量值。那些count值大于cmax的单元不被显示。同时返回的结果中，这些单元返回nan
- 其他参数设置了pcolorfast()属性
hlines(y, xmin, xmax, colors='k', linestyles='solid', label='', **kwargs)：从xmin到xmax绘制一系列的水平线。这些水平线的纵坐标由y提供。
- y：水平线的纵坐标。如果为标量，则为一条水平；如果为序列，则为一系列水平线。数据坐标系
- xmin/xmax：水平线的起点和终点的横坐标。如果是个标量，则所有的水平线公用。如果是序列，则每个水平线设置一个。数据坐标系
- linestyles：指定线型。可以为一个字符串（所有水平线公用），或者字符串序列（每个水平线一个）。线型在'solid' | 'dashed' | 'dashdot' | 'dotted'四者之一
- colors：指定颜色。可以为一个颜色（所有水平线公用），或者颜色序列（每个水平线一个）。
- label：一个字符串，指定标签。
- 其他关键字参数设置LineCollection属性。
imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, **kwargs)：绘制图片。返回一个AxesImage对象
- X：包含了图片的数据。其形状可以为：
  - (n,m)（灰度图），类型为float
  - (n,m,3)（RGB图），类型为float（此时每个元素的值都在 0 和 1.0 之间），或者unit8
  - (n,m,4)（RGBA图），类型为float（此时每个元素的值都在 0 和 1.0 之间），或者unit8
- cmap：一个Colormap实例。默认由rc的image.cmap指定。如果X是RGB/RGBA，则忽略该参数
- aspect：一个字符串，指定图片的缩放。可以为：
  - 'auto'：缩放图片的宽高比，是的它匹配axes
  - 'equal'：当extent参数为None时，修改axes的宽高比，使得它匹配图片；如果extent参数不是None，则修改axes的宽高比来匹配extent
  - None：默认由rc的image.aspect指定
- interpolation：一个字符串，指定插值方式。可以为'none', 'nearest', 'bilinear', 'bicubic', 'spline16', 'spline36', 'hanning', 'hamming', 'hermite', 'kaiser', 'quadric', 'catrom', 'gaussian', 'bessel', 'mitchell', 'sinc', 'lanczos'
- norm：一个Normalize实例，用于将图片亮度正则化到 0~1。如果为None，则采用normalize.norm
- vmin/vmax：用于辅助norm进行正则化。如果你传入了一个norm实例，则该参数忽略
- alpha：浮点数，指定透明度
- origin：可以为'upper'/'lower'。图片的第一个像素X[0,0]放置在坐标原点。
  - 'upper'：横坐标向右，纵坐标向下
  - 'lower'：横坐标向右，纵坐标向上
- extent：一个元组(left, right, bottom, top)，等价于同时使用了set_xlim(left,right)+set_ylim(bottom,top)
- shape：一个元组(column,rows)，用于rar buffer image
- filternorm/filterrad：用于过滤
- 其他参数用于调整 Artist属性
legend(*args, **kwargs)：创建一个图例。
- 最简单的方式：你首先创建一个Axes，然后在其中添加lines，然后直接调用ax.legend()即可。此时那些label非空的线将被图例注释
- 你也可以采用下面面向对象的方案：线创建line，然后调用line.set_label()，然后调用ax.legend()。此时的逻辑更清晰
- 如果你不想让某个line被图例注释，则它的label要么为空字符串，要么为以下划线开始。
- 还有一种直接控制图例的方式：它直接显式指定了被注释的line和对应的label
```
xxxxxxxxxx
ax.legend((line1,line2,line3),('label1','label2','label3'))
```
  关键字参数：
- loc：指定了图例的位置。可以为整数或者字符串。可以是字符串'best'/'upper right'/'upper left' /'lower left'/'lower right'/'right'/'center left'/'center right' /'lower center'/'upper center'/'center'，对应于整数的 0~10。你也可以指定坐标(x,y)，其中(0,0)是左下角，(1,1)是右上角
- ncol：一个整数，指定图例中有几列，默认为 1列
- prop：一个字典，或者FontProperties实例，可以指定图例中的字体属性。
- fontsize：控制字体大小，可以为整数、浮点数（指定字体绝对大小），或者字符串 'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large'
- numpoint/scatterpoints：图例上每个图例线的点数
- fancybox：如果为True，图例的边框采用圆角矩形
- framealpha：一个浮点数，从0到 1，图例的透明度
- frameon：一个布尔值，如果为True，则绘制图例的背景框。否则不绘制。
- shadow：如果为True，图例添加背影
- ncol：列数
- title：图例的标题
locator_params(axis='both', tight=None, **kwargs)：控制tick locator
- axis：一个字符串，指定控制那个轴。可以为'x'/'y'/'both'。
- tight：一个布尔值。它传递给autoscale_view()
- 其他关键字参数传递给set_params()方法
如果你想调整主轴上的刻度线的数量，可以使用ax.locator_params(tight=True,nbins=4)
loglog(*args, **kwargs)：绘制line，但是将x轴和y轴都调整为对数坐标
- x：数据的x坐标
- y：数据的y坐标
- basex/basey：一个大于 1 的标量，控制对数的底数
- subsx/subsy：一个序列，给出了x/y轴的子刻度的位置（数据坐标系）。默认为None，此时子刻度是自动划分的
- nonposx/nonposy：如果为'mask'，则x/y的负数或者零将被视作无效的数；如果为'clip'，则x/y的负数或者零将被视作一个非常小的正数（因为对数的自变量要大于零）
- 剩下的参数将被作为Line2D的属性
margins(*args, **kw)：设置Axes的margin。你可以通过ax.margins()获取当前的margin。你也可以通过ax.margins(x=xmargin,y=ymargin)来设置margin。这两个参数的值是 0～1
matshow(Z, **kwargs)：将一个矩阵绘制成图片。
- Z：一个形状为(n,m)的数组
- 其他参数见imshow
minorticks_off()：关闭次刻度线。minorticks_on()：打开次刻度线。
pcolor(*args, **kwargs)：绘制一个pseudocolor plot，返回一个Collection实例。对于大型数组，它很慢，此时推荐使用pcolormesh()。
常用的方式为： pcolor(C,*kwargs)，此时C为一个二维数组。也可以指定pcolor(X,Y,C,*kwargs)。X/Y/C都是二维数组，并且X和Y的尺寸比C大。它将在四个点决定的矩形中填充颜色C[i,j]： (X[i, j], Y[i, j])，(X[i, j+1], Y[i, j+1])， (X[i+1, j], Y[i+1, j])，(X[i+1, j+1], Y[i+1, j+1])。X/Y也可以是一维的，但是首先会进行广播法则。
关键字参数为：
- cmap：一个Colormap实例。如果为None，则使用rc的设置
- edgecolors：None或者'none'或者一个颜色或者一个颜色序列。用于设定边的颜色
- 其他参数设置PopyCollection属性
pcolorfast(*args, **kwargs)：用法和pcolor相同，它是一个实验性质的，提供了一个更快的实现。
pcolormesh(*args, **kwargs)：作用和pcolor相同。但是它是另一个实现方式，并且返回不同的对象，它返回的是QuadMesh对象。它的速度更快。其参数和用法与pcolor相同。
- edgecolors：除了pcolor的edgecolors之外，还多了一个'face'，表示使用与四边形背景色相同的颜色。
pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)：绘制饼状图。
- x：数据序列。每一块饼的权重为x/sum(x)；如果sum(x)<=1，则x已经代表了每一块饼的权重，此时并不会除以sum(x)。饼状图从x轴开始，逆时针绘制。
- explode：如果不是None，则它给出了每个饼的径向偏移量。该偏移量表示：径向偏移除以半径。
- colors：给出了每一块饼的颜色。可以为None或者颜色序列
- labels：给出了每个饼的字符串标签。可以为None或者字符串序列
- autopct：它可以为一个字符串，可以指定每个饼的数值标签，但是该字符串是 fmt%pct，通过pct参数格式化，pct为饼的比重（自动提供）。也可以是一个可调用对象。
- pctdistance：若autopct为None，则忽略之。否则就是数值标签的径向距离，它是个相对距离，相对于半径。
- labeldistance：控制了饼的字符串标签的径向距离，它是个相对距离，相对于半径。
- shadow：一个布尔值，如果为True，则绘制带阴影的饼状图
- startangle：如果不是None，则它可控制了第一块饼与x轴的夹角
- radius：一个标量，控制了饼状图的半径。如果为None，则默认为 1
- counterclock：一个布尔值。如果为True，则为逆时针方向；否则为顺时针排列
- wedgeprops：一个字典，控制了每一块饼的某些属性，如线型
- textprops：一个字典，控制了饼的文字的一些属性
- center：一个二元的元组，指定了饼状图的中心
- frame：一个布尔值，控制是否绘制axes frame（也就是背后的数轴）。发现版本1.5.3中，开启它是个Bug，图形混乱。
为了显示好看，建议使用ax.set_aspect(1)将Axes的长宽比设置为 1，此时的饼状图是个圆形（否则为椭圆）。
plot(*args, **kwargs)：绘制line或者marker。他返回line的列表。
最简单的用法是：plot(x,y)，其中x为数据点的横坐标，y为数据点的纵坐标。此时采用默认的线型和颜色。
- 你也可以设置线型和颜色为 plot(x,y,'bo')：'b'代表颜色为蓝色，'o'代表使用小圆圈标记数据点。'bo'称作plot format string
- 你也可以省略x：plot(y)。此时隐含着x等于[0,1,...len(y-1)]
- 如果x/y为二维数组，那么每一行作为一组line来绘制
- 如果你想一次绘制多条线，可以用plot(x1,y1,'b+',x2,y2,'b-',x3,y3,'bo')
控制marker的字符串可以为：'-'/'--'/'-.'/':'/'.'/','/'o'/'v'/'^'/'<'/'>'/'1'/'2'/'3'/'4'/ 's'/'p'/'*'/'h'/'H'/'+'/'x'/'D'/'d'/'|'/'_'
控制颜色的字符串可以为： 'b'/'g'/'r'/'c'/'m'/'y'/'k'/'w'；你也可以指定它们的全名，如'red'；或者指定十六进制字符串'#00ff00；或者指定一个RGB/RGBA元组： (0,1,0)/(0,1,0,1)。
默认情况下，不同的线采用不同的线型，它由rc的axes.prop_cycle参数控制，并且是循环使用。这些参数都可以单独地作为关键字参数来设置。如果一个plot绘制了多条线，则其参数对所有的线起作用。这些关键字全部用于设定Line2D的属性。

plot_date(x, y, fmt='o', tz=None, xdate=True, ydate=False, **kwargs)：绘制日期相关的数据。它类似于plot()方法，但是plot_data的x轴或者y轴可能是日期相关的数据。

x/y：待绘制的点的坐标序列。如果是日期序列，则代表了从 0001-01-01 UTC以来的天数（浮点数）（它映射到整数 1）。日期必须大于等于 0（1代表第一天），且日期跨度大于一个月（31天）
fmt：plot format string，如bo
tz：指定时区。可以为时区字符串，也可以为tzinfo实例或者None
xdate：一个布尔值。如果为True，则x轴为时间序列
ydate：一个布尔值。如果为True，则y轴为时间序列
其他参数用于设定Line2D的属性

注意：plot_date()使用默认的dates.AutoDateLocator/dates.AutoDateFormatter。如果你希望使用自定义的，则你需要在调用plot_date()之后调用方法来设置date ticker/date formatter

设置时区：


xxxxxxxxxx
  from datetime import timezone,timedelta
  ax.plot_date(X,Y,tz=timezone(+timedelta(hours=23)))

设置日期格式化和位置：


xxxxxxxxxx
  from matplotlib.dates import AutoDateLocator,AutoDateFormatter,DateFormatter
  autoloc = AutoDateLocator() #默认的 formatter
  autofmt = AutoDateFormatter() #默认的 locator
  myfmt = DateFormatter('%Y-%m-%d %H:%M:%S')#自定义的formatter,使用`strftime()`的格式化方式
  ax.xaxis.set_major_locator(autodates)       #设置时间间隔
  ax.xaxis.set_major_formatter(myfmt)      #设置时间显示格式

ax.xaxis.set_major_locator()设置x轴的主刻度的locator
ax.xaxis.set_major_formatter()设置x轴的主刻度的formatter
DateFormatter：初始化字符串的解释与strftime()相同
常见的一些DateLocator有：MinuteLocator、HourLocator 、DayLocator、WeekdayLocator、MonthLocator、YearLocator、AutoDateLocator

plot_date

properties()：返回一个字典，该字典中包含了axes中的所有属性的键值对。
quiver(*args, **kw)：创建一个二维的场向量。
常见的调用方式有： quiver(U,V,**kw)、 quiver(U,V,C,**kw)、quiver(X,Y,U,V,C,**kw)、quiver(X,Y,U,V,C,**kw)。其中 U/V为向量的x轴分量和y轴分量。X/Y为绘制向量的起点坐标。C用于指定每个箭头的颜色。
- 如果为指定X/Y，则默认每个向量的起点从每个单元格生成。
关键字参数有：
- units：一个字符串，指定箭头的单位。除了箭头的长度以外，其他的度量都是以该单位为准。可以为：
  - 'width'/'height'：以axes的宽度/高度为单位
  - 'dots'/'inches'：以像素点/英寸为单位
  - 'x'/'y'/'xy'：以数据坐标系下的X/Y为单位，而xy'表示数据坐标系下的单位矩形的对角线为单位。
- angles：指定向量的角度。正方形可能因为X/Y轴缩放尺度不同而显示为长方形。可以为'uv'，表示只采用U,V的值计算；可以为'xy'，表示角度计算时考虑X轴与Y轴的缩放尺度。
- scale：一个浮点数，决定缩放比例。它和scale_units决定了箭头的全长。假如向量的长度计算得到为 10，那么假如scale为 2，而scale_units为dots，那么该向量的长度为5像素点。
- scale_units：一个字符串，指定缩放比例的单位。可以为'width'/'height'/'dots'/'inches'/'x'/'y'/'xy'
- width:一个标量，指定箭头的宽度，单位由units参数指定
- headwitdh:一个标量，指定箭头的头部的宽度，单位由units参数指定
- headlength:一个标量，指定箭头的头部的长度，单位由units参数指定
- headaxislength:一个标量，指定的是箭头的头部的左半边小三角与箭杆的相交的长度。单位由units参数指定
- minshaft:一个标量，Length below which arrow scales, in units of head length. 。不要设置成小于 1，否则图形很难看
- minlength:一个标量，指定所有箭头的最短长度（单位由units参数指定）。如果有的箭头长度小于它，则绘制成一个点。
- pivot:一个字符串，控制了箭头旋转的中心。可以为'tail'/'mid'/'middle'/'tip'。tip表示箭头的尖尖。
- color:给出了箭头的颜色。如果给出了C参数，则该参数被忽略。
- 其他参数控制了PolyCollection的属性
quiverkey(*args, **kw)：给quiver设置key。常用的调用方式为：quiverkey(Q,X,Y,U,label,**kw)。
- Q：一个Quiver实例，由quiver()返回
- X/Y：key放置的位置，都是标量
- U：key的长度，都是标量
- label：一个字符串，指定了标记。
- coordinates：一个字符串，指定了X/Y的坐标系。
  - 'axes'：axes坐标系，(0，0)为axes的左下角，(1,1)为axes的右上角。
  - 'figure'：figure坐标系，(0，0)为figure的左下角，(1,1)为figure的右上角。
  - 'data'：data坐标系
  - 'inches'：为figure坐标系，但是以像素点为基准。(0,0)为左下角
- color：重写了Q的color
- labelpos：放置标记的位置，可以为'N'/'S'/'E'/'W'
- labelsep：给出了标记和箭头的距离，单位为英寸
- labelcolor：给出了标记的颜色
- fontproperties：一个字典或者FontProperties实例，设置了标记的字体。
- 其他的关键字参数用于重写quiver的一些属性。
remove()：从figure中移除本axes。除非重绘figure，否则看不出来效果。
scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, **kwargs)：绘制散点图。返回一个PathCollection实例。
- x/y：数据的x坐标和y坐标，要求它们形状为(n,)
- s:指定散点的尺寸，可以为标量，也可以为一个长度为n的序列
- c：指定散点的颜色。可以为一个颜色，或者颜色序列
- marker：指定散点的类型，默认为'o'。可以为'.',',','o','v','^','<','>','1','2','3','4','s','p', '*','h','H','+','x','D','d','|','_','None',None,' ','','$...$'之一。也可以为一个Path实例。也可以是一个元组(numsided,style,angle)：
  - numsided指定了边的数量
  - style：可以为0(正多边形）；1（星星状的符号）；2（一个*）;3（一个圆，此时numsided,angle被忽略）
  - angle：指定了散点旋转的角度（按照角度制而不是弧度制）
- cmap：设定一个colormap。可以是Colormap实例，或者它的名字。只有当c参数为一列浮点数时，有效
- norm：一个Normalize实例，用于将亮度调整到0~1
- vmin,vmax：一个标量，用于辅助默认的norm调整亮度（如果你传入了一个Normalize实例给norm，则该参数忽略）
- alpha：一个标量，设置透明度
- linewidths：一个标量或者序列，设置线宽
- edgecolors：设定边线的颜色，可以为一个颜色，或者颜色序列
- 其他参数用于设定Collection参数
semilogx(*args, **kwargs)：它类似plot()，只是将x轴设置为对数坐标。除了多了下面的参数外，其他设置与plot()一样。
- basex：一个大于 1 的标量，用于设置对数的底数
- subx：一个序列或者None。用于设置x轴的主要刻度值。默认采用自动设定
- nonposx：如果为'mask'，则x的负数或者零将被视作无效的数；如果为'clip'，则x的负数或者零将被视作一个非常小的正数（因为对数的自变量要大于零）
semilogy(*args, **kwargs)：它类似plot()，只是将y轴设置为对数坐标。除了多了下面的参数外，其他设置与plot()一样。
- basey：一个大于 1 的标量，用于设置对数的底数
- suby：一个序列或者None。用于设置y轴的主要刻度值。默认采用自动设定
- nonposy：如果为'mask'，则y的负数或者零将被视作无效的数；如果为'clip'，则y的负数或者零将被视作一个非常小的正数（因为对数的自变量要大于零）
spy(Z, precision=0, marker=None, markersize=None, aspect='equal', origin='upper', **kwargs)：绘制矩阵中的非零值。
- Z：待绘制的二维矩阵，它和precision决定了绘制区域。坐标点(i,j)对应于Z[j,i]，即列对应于x轴。
- precision：只有Z中的那些大于precision的值才被绘制
- marker：用它来表示Z中的非零值
- markersize：marker的大小。
- aspect：高宽比
- origin：参考imshow的origin

stem(*args, **kwargs)：绘制stem图。其调用方式为：


xxxxxxxxxx
  stem(y, linefmt='b-', markerfmt='bo', basefmt='r-')
  stem(x, y, linefmt='b-', markerfmt='bo', basefmt='r-')


xxxxxxxxxx
其中：`linefmt`决定了垂线的格式。`markerfmt`决定了每个`fmt`的格式。`x`决定了每条垂线的位置（如果未提供，则为`[0,1,...len(y)-1]`）。`y`序列决定了每条垂线的高度。 `basefmt`决定了位于`y=0`这条基准直线的格式。

stem

step(x, y, *args, **kwargs)：绘制阶梯图。调用方式为step(x, y, *args, **kwargs)
- x/y：都是一维序列，并且假设x为单调递增的（如果不满足，也不报错）
- where：指定分步类型。可以为'pre'/'post'/'mid'
- 其他参数与plot()相同
streamplot(x, y, u, v, density=1, linewidth=None, color=None, cmap=None, norm=None, arrowsize=1, arrowstyle='-|>', minlength=0.1, transform=None, zorder=1, start_points=None)：绘制向量场流线。
- x/y：一维数组，给出了网格的坐标
- u/v：二维数组，给出了每个网格的向量。其行数等于y的长度，列数等于x的长度
- density：一个浮点数或者浮点数的二元元组。控制了绘制向量场的密度。
- linewidth：标量或者二维数组，给出了每个向量箭头的线宽
- color：标量或者二维数组，给出了每个向量箭头的颜色
- cmap：一个Colormap实例。当color是一个二维数组时，它配合使用，给出了每个向量箭头的颜色
- norm：一个Normalize实例。当color是一个二维数组时，它配合使用，将颜色亮度调整为0~1
- arrowsize：一个浮点数，给出了箭头缩放比例
- arrowstyle：一个字符串，给出了箭头的类型。
- minlength：一个浮点数，限定了最小的向量长度
- start_points：它是一个N*2的数组，N流线起点的个数，给出了流线起始点的位置

table(**kwargs)：添加一个表格，返回一个table.Table实例。调用方式为：


xxxxxxxxxx
  table(cellText=None, cellColours=None,
  cellLoc='right', colWidths=None,
  rowLabels=None, rowColours=None, rowLoc='left',
  colLabels=None, colColours=None, colLoc='center',
  loc='bottom', bbox=None)

text(x, y, s, fontdict=None, withdash=False, **kwargs)：添加文本，返回一个Text实例。
- s：一个字符串，被添加的文本
- x/y：一个标量，文本被添加的坐标
- fontdict：一个字典，给出了字体属性。
- withdash：一个布尔值。如果为True，则创建一个TextWithDash实例而不是Text实例。
- 其他参数用于控制Text属性
tick_params(axis='both', **kwargs)：控制tick和tick label。
- axis：一个字符串，指定要控制那个轴。可以为'x'/'y'/'both'
- reset：一个布尔值。如果为True，那么在进行处理其他关键字参数之前，先恢复默认值。默认为False
- which：一个字符串，指定控制主刻度还是次刻度。可以为'major'/'minor'/'both'
- direction：一个字符串，控制将刻度放置在axes里面还是外面。可以为'in'/'out'/'inout'
- length：一个标量值。给出了每个刻度线的长度（就是那个小竖线），单位为像素点
- width：一个标量值。给出了每个刻度线的宽度（就是那个小竖线），单位为像素点
- color：给出刻度线的颜色
- pad：一个标量值，给出了刻度线和刻度label之间的距离，单位为像素点
- labelsize：一个标量值，给出了刻度label的字体大小。可以为数值，单位为像素点。也可以为字符串，如large'
- labelcolor：给出了刻度label的颜色
- colors：同时调整刻度线的颜色和刻度label的颜色
- bottom/top/left/right：一个布尔值或者字符串'on'/'off'。控制是否绘制对应位置的刻度线
- labelbottom/labeltop/labelleft/labelright：一个布尔值或者字符串'on'/'off'。控制是否绘制对应位置的刻度label
vlines(x, ymin, ymax, colors='k', linestyles='solid', label='', **kwargs)：绘制一群垂直线。
- x：标量或者一维数组，给出了垂线的位置
- ymin/ymax：给出了垂线的起始和终止位置。如果是个标量，则所有垂线共享该值
- colors：给出垂线的颜色
- linestyles：给出了垂线的线型
- label：一个字符串
- 其他关键字参数设置LineCollection参数
xcorr(x, y, normed=True, detrend=<function detrend_none>, usevlines=True, maxlags=10, **kwargs)：绘制互相关图。参数解释参考acorr()自相关函数。

c. Axis类

matplotlib.axis.Axis实例处理tick line、grid line、tick label以及axis label的绘制，它包括坐标轴上的刻度线、刻度label、坐标网格、坐标轴标题。通常你可以独立的配置y轴的左边刻度以及右边的刻度，也可以独立地配置x轴的上边刻度以及下边的刻度。
- 刻度包括主刻度和次刻度，它们都是Tick刻度对象。
Axis也存储了数据用于内部的缩放以及自适应处理。它还有Locator实例和Formatter实例用于控制刻度线的位置以及刻度label。
每个Axis都有一个.label属性，也有主刻度列表和次刻度列表。这些tick是XTick和YTick的实例，他们存放着实际的line primitive以及text primitive来渲染刻度线以及刻度文本。
刻度是动态创建的，只有在需要创建的时候才创建（比如缩放的时候）。Axis也提供了一些辅助方法来获取刻度文本、刻度线位置等等：
- Axis.get_major_ticks()：获取主刻度列表（一个Tick对象的列表）
- Axis.get_minor_ticks()：获取次刻度列表（一个Tick对象的列表）
- Axis.get_majorticklabels()：获取主刻度label列表（一个Text对象的列表）
- Axis.get_majorticklines():获取主刻度线（一个Line2D对象的列表）
- Axis.get_ticklocs()：获取刻度线位置的列表。可以通过minor=True|False关键字参数控制输出minor还是major的tick location。
- Axis.get_ticklabels()：获取刻度label列表(一个Text实例的列表）。可以通过minor=True|False关键字参数控制输出minor还是major的tick label。
- Axis.get_ticklines()：获取刻度线列表(一个Line2D实例的列表）。可以通过minor=True|False关键字参数控制输出minor还是major的tick line。
- Axis.get_scale()：获取坐标轴的缩放属性，如'log'或者'linear'
- Axis.get_view_interval():获取内部的axis view limits实例
- Axis.get_data_interval():获取内部的axis data limits实例
- Axis.get_gridlines():获取grid line的列表
- Axis.get_label():获取axis label(一个Text实例)
- Axis.get_label_text():获取axis label的字符串
- Axis.get_major_locator():获取major tick locator(一个matplotlib.ticker.Locator实例)
- Axis.get_minor_locator():获取minor tick locator(一个matplotlib.ticker.Locator实例)
- Axis.get_major_formatter():获取major tick formatter(一个matplotlib.ticker.Formatter实例)
- Axis.get_minor_formatter():获取minor tick formatter(一个matplotlib.ticker.Formatter实例)
- Axis.grid(b=None,which='major',**kwargs):一个开关，用于控制major或者minor的tick的on|off
Axis 方法
- axis_date(tz=None)：将x轴视作时间轴
- cla()：清除axis
- get_xxx()方法：参考前面叙述的内容
- set_xxx()方法：对应的设置方法。

获取刻度线或者刻度label之后，可以设置其各种属性，如可以对刻度label旋转 30度：


xxxxxxxxxx
  for line in axis.get_majorticklabels():
    line.set_rotation(30)

d. Tick类

matplotlib.axis.Tick类是从Figure-->Axes-->Tick这个container体系中最末端的container。Tick容纳了tick、grid line以及tick对应的label。所有的这些都可以通过Tick的属性获取:
- Tick.tick1line：一个Line2D实例
- Tick.tick2line：一个Line2D实例
- Tick.gridline：一个Line2D实例
- Tick.label1：一个Text实例
- Tick.label2：一个Text实例
- Tick.gridOn：一个布尔值，决定了是否绘制tickline
- Tick.tick1On：一个布尔值，决定了是否绘制1st tickline
- Tick.tick2On：一个布尔值，决定了是否绘制2nd tickline
- Tick.label1On：一个布尔值，决定了是否绘制1st tick label
- Tick.label2On：一个布尔值，决定了是否绘制2nd tick label
y轴分为左右两个，因此tick1*对应左侧的轴；tick2*对应右侧的轴。 x轴分为上下两个，因此tick1*对应下侧的轴；tick2*对应上侧的轴。
方法有：
- get_loc()：以标量的形式返回Tick的坐标
- get_pad()：返回Tick的label和刻度线之间的距离（单位为像素点）
- set_label(s)/set_label1(s)/set_label2(s)：设置label
- set_pad(val)：设置Tick的label和刻度线之间的距离（单位为像素点）

2. primitive

a. Line2D类

matplotlib.lines.Line2D类是matplotlib中的曲线类（基类是matplotlib.artist.Artist），它可以有各种各样的颜色、类型、以及标注等等。它的构造函数为：


xxxxxxxxxx
  Line2D(xdata, ydata, linewidth=None, linestyle=None,
  color=None, marker=None, markersize=None, markeredgewidth
  =None, markeredgecolor=None, markerfacecolor
  =None, markerfacecoloralt=’none’, fillstyle=None,
  antialiased=None, dash_capstyle=None, solid_capstyle=None,
  dash_joinstyle=None, solid_joinstyle=None, pickradius=5,
  drawstyle=None, markevery=None, **kwargs)

这些关键字参数都是Line2D的属性。其属性有：

继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、.picker、.transform、.url、.visible、.zorder
.antialiased或者.aa属性：一个布尔值。如果为True则表示线条是抗锯齿处理的
.color或者.c属性：一个matplotlib color值，表示线条的颜色，
.dash_capstyle属性：为'butt' or 'round' or 'projecting'，表示虚线头端类型
.dash_joinstyle属性：为'miter' or 'round' or 'bevel'，表示虚线连接处类型
.dashes属性：一个数值序列，表示虚线的实部、虚部的尺寸。如果为(None,None)则虚线成为实线
.drawstyle属性：为'default'or'steps'or'step-pre'or'step-mid'or'step-post'，表示曲线类型。
- 'default'：点之间以直线连接
- 'steps*'：绘制阶梯图。其中steps等价于steps-pre，是为了保持兼容旧代码
.fillstyle属性：为'full'or'left'or'right'or'bottom'or'top'or'none'表示marker的填充类型。
- 'full'：填充整个marker
- none：不填充marker
- 其他值：表示填充一半marker
.linestyle或者ls属性：指定线型，可以为以下值：
- '-'或者'solid'：表示实线
- '--'或者dashed：表示虚线
- '-.'或者dash_dot：表示点划线
- ':'或者'dotted'：表示点线
- 'None'或者' '或者''：表示没有线条（不画线）
.linewidth或者lw属性：为浮点值，表示线条宽度
.marker属性：可以为一系列的字符串，如'.'、','、'o'....,表示线条的marker
.markeredgecolor或者.mec属性:可以为matplotlib color，表示marker的边的颜色
.markeredgewidth或者.mew属性:可以为浮点数，表示marker边的宽度
.markerfacecolor或者.mfc属性：可以为matplotlib color，表示marker的前景色
.markerfacecoloralt或者.mfcalt属性：可以为matplotlib color，表示marker的可选前景色
.markersize或者.ms属性：可以为浮点数，表示marker的大小
.markevery属性：指定每隔多少个点绘制一个marker，可以为以下值：
- None：表示每个点都绘制marker
- N：表示每隔N个点绘制marker，从0开始
- (start,N)：表示每隔N个点绘制marker，从start开始
- [i,j,m,n]：只有点i,j,m,n的marker绘制
- ...其他值参考文档
.pickradius属性：浮点值，表示pick radius
.solid_capstyle属性：可以为'butt'、'round'、'projecting'，表示实线的头端类型
.sold_joinstyle属性：可以为'miter'、'round'、'bevel'，表示实线连接处的类型
.xdata属性：可以为一维的numpy.array，表示x轴数据
.ydata属性：可以为一维的numpy.array，表示y轴数据

b. Text类

matplotlib.text.Text类是绘制文字的类（基类是matplotlib.artist.Artist）。它的构造函数为：


xxxxxxxxxx
  Text(x=0, y=0, text='', color=None, verticalalignment='baseline',
  horizontalalignment=’left’, multialignment=None, fontproperties
  =None, rotation=None, linespacing=None, rotation_
  mode=None, usetex=None, wrap=False, **kwargs)

这些关键字参数也是属性。其属性有：

继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、.picker、.transform、.url、.visible、.zorder
.backgroundcolor属性：背景色，可以为任何matplotlib color
.bbox属性：文本框的边框。其值是FancyBboxPatch类的属性字典。
.color属性：字体颜色，可以为任何matplotlib color
.family或者.name或者.fontfamily或者.fontname属性：字体的名字。可以是string或者string list（表示可以为若干个名字，优先级依次递减）。string必须是一个真实字体的名字，或者一个字体的class name。
.fontproperties或者.font_properties属性：字体的属性，值是一个matplotlib.font_manager.FontProperties实例（该实例一次性设置字体的很多属性，比如字体类型、字体名字、字体大小、宽度、...）
.horizontalalignment或者.ha属性：水平对齐方式，可以为'center'、'right'、'left'
.linespacing属性：为浮点数，单位为font size，表示行间距
.multialignment属性：multiline text对齐方式，可以为'left'、'right'、'center'
.position属性：为一个元组(x,y)，表示文本框的位置
.rotation属性：字体旋转角度。可以为下列值：
- 浮点数，表示角度
- 'vertical'、'horizontal'
.rotation_mode属性：旋转模式。可以为下列值：
- 'anchor'：文本首先对齐，然后根据对齐点来旋转
- None：文本先旋转，再对齐
.size或者.fontsize属性：字体大小。可以为下列值：
- 浮点值，表示字体大小
- 'xx-small'、'x-small'、'small'、'medium'、'large'、'x-large'、'xx-large'
.stretch或者.fontstretch属性：字体沿水平方向的拉伸。可以为下列值：
- 整数，在[0---1000]之间
- 'ultra-condensed'、'extra-condensed'、'condensed'、'semi-condensed' 、'normal'、'semi-expanded'、'expanded'、'extra-expanded'、'ultra-expanded'
.style或者.fontstyle属性：字体样式，可以为'normal'、'italic'、'oblique'
.text属性:文本字符串，可以为任意字符串（他可以包含'\n'换行符或者LATEX语法）
.variant或者.fontvariant属性：表示字体形变，可以为下列值：'normal'、'small-caps'
.verticalalignment或者.ma或者.va属性：表示文本的垂直对齐，可以为下列值：
- 'center'、'top'、'bottom'、'baseline'
.weight或者.fontweight属性：设置字体的weight，可以为下列值：
- 一个整数值，在[0---1000]之间
- 'ultralight'、'light'、'normal'、'regular'、'book'、'medium'、 'roman'、'semibold'、'demibold'、'demi'、'bold'、'heavy'、 'extrabold'、'black'
.x属性：一个浮点值，表示文本框位置的x值
.y属性：一个浮点值，表示文本框位置的y值

c. Annotation类

matplotlib.text.Annotation类是图表中的图式，它是一个带箭头的文本框，用于解说图表中的图形。它的基类是matplotlib.text.Text和matplotlib.text._AnnotationBase。其构造函数为：


xxxxxxxxxx
Annotation(s, xy, xytext=None, xycoords=’data’, textcoords=None, arrowprops
  =None, annotation_clip=None, **kwargs)

在位置xytext处放置一个文本框，该文本框用于解释点xy，文本框的文本为s。

s：文本框的文本字符串
xy：被解释的点的坐标
xytext：文本框放置的位置。如果为None，则默认取xy
xycoords：xy坐标系，默认取'data'坐标系（即xy是数据坐标系中的点）。可以为以下值：
- 'figure points'：从figure左下角开始的点
- 'figure pixesl'：从figure左下角开始的像素值
- 'figure fraction'：(0,0)代表figure的左下角，(1,1)代表figure的右上角
- 'axes points'：从axes左下角开始的点
- 'axes pixels'：从axes左下角开始的像素
- 'axes fraction'：(0,0)代表axes的左下角，(1,1)代表axes的右上角
- 'data'：使用被标注对象的坐标系
- 'offset points'：指定从xy的偏移点
- 'polar'：极坐标系
textcoords：文本框坐标系（即xytext是文本坐标系中的点），默认等于xycoords
arrowprops：指定文本框和被解释的点之间的箭头。如果不是None，则是一个字典，该字典设定了matplotlib.lines.Line2D的属性。
- 如果该字典有一个arrowstyle属性，则该键对应的值也是一个字典，创建一个FancyArrowsPatch实例，实例属性由该字典指定。
- 如果该字典没有arrowstyle属性，则创建一个YAArrow实例，
annotation_clip：控制超出axes区域的annotation的显示。如果为True则annotation 只显示位于axes区域内的内容。
额外的关键字参数全部是设置Text的属性

d. Legend

matplotlib.legend.Legend是图例类，它的基类是matplotlib.artist.Artist。其构造函数为：


xxxxxxxxxx
  Legend(parent, handles, labels, loc=None, numpoints=None, markerscale
  =None, markerfirst=True, scatterpoints=None,
  scatteryoffsets=None, prop=None, fontsize=None, borderpad
  =None, labelspacing=None, handlelength=None,
  handleheight=None, handletextpad=None, borderaxespad
  =None, columnspacing=None, ncol=1, mode=None,
  fancybox=None, shadow=None, title=None, framealpha
  =None, bbox_to_anchor=None, bbox_transform=None,
  frameon=None, handler_map=None)

其关键字参数为：

parent：持有该legend的artist
loc:图例的位置。其值可以为字符串或者数字：
- best或0：自动计算
- upper right或1：右上角
- upper left或2：上角
- lower left或3：下角
- lower right或4：右下角
- right或5：右边
- center left或6：中间偏左
- center right或7：中间偏右
- lower center或8：中间底部
- upper center或9：中间顶部
- center或10：正中央
handle：一个artist列表，添加这些artist到legend中
lebels：一个字符串列表添加到legend中
prop:字体属性
fontsize: 字体大小（只有prop未设置时有效）
markerscale: marker的缩放比例（相对于原始大小）
markerfirst: 如果为True，则marker放在label左侧；否则marker放在label右侧
numpoints: the number of points in the legend for line
scatterpoints: the number of points in the legend for scatter plot
scatteryoffsets: a list of offsets for scatter symbols in legend
frameon: if True, draw a frame around the legend. If None, use rc
fancybox: if True, draw a frame with a round fancybox. If None, use rc
shadow: if True, draw a shadow behind legend
framealpha: If not None, alpha channel for the frame.
ncol: number of columns
borderpad: the fractional whitespace inside the legend border
labelspacing: the vertical space between the legend entries
handlelength: the length of the legend handles
handleheight: the height of the legend handles
handletextpad: the pad between the legend handle and text
borderaxespad: the pad between the axes and legend border
columnspacing:the spacing between columns
title: 图例的标题
bbox_to_anchor: the bbox that the legend will be anchored.
bbox_transform: the transform for the bbox. transAxes if Noneloc a location code
其他关键字参数用于设置属性

属性为：

继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、.picker、.transform、.url、.visible、.zorder

e. Patch类

matplotlib.patches.Patch类是二维图形类。它的基类是matplotlib.artist.Artist。其构造函数为：


xxxxxxxxxx
  Patch(edgecolor=None, facecolor=None, color=None,
  linewidth=None, linestyle=None, antialiased=None,
  hatch=None, fill=True, capstyle=None, joinstyle=None,
  **kwargs)

参数为：

edgecolor：可以为matplotlib color，表示边线条的颜色，若为none则表示无颜色
facecolor：可以为matplotlib color，表示前景色，若为none则表示无颜色
color可以为matplotlib color，表示边线条和前景色的颜色。
linewidth：为浮点数，表示线条宽度
linestyle：指定线型，可以为以下值：
- '-'或者'solid'：表示实线
- '--'或者dashed：表示虚线
- '-.'或者dash_dot：表示点划线
- ':'或者'dotted'：表示点线
- 'None'或者' '或者''：表示没有线条（不画线）
antialiased：一个布尔值。如果为True则表示线条是抗锯齿处理的
hatch：设置hatching pattern，可以为下列的值：
- '\'、'|'、'-'、'+'、'x'、'o'、'0'、'.'、'*'
fill：为布尔值。如果为True则填充图形，否则不填充
capstyle：为'butt' or 'round' or 'projecting'，表示线条头端类型
joinstyle：可以为'miter'、'round'、'bevel'，表示矩形线条接头类型
其他关键字参数用于设置属性

如果 edgecolor, facecolor, linewidth, or antialiased 为None则这些值从rc params中读取

属性如下：

继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、path_effects、.picker、.transform、.url、.visible、 .zorder
.antialiased或者.aa属性：一个布尔值。如果为True则表示线条是抗锯齿处理的
.capstyle属性：为'butt' or 'round' or 'projecting'，表示线条头端类型
.color属性：可以为matplotlib color，表示边线条和前景色的颜色。
.edgecolor或者.ec属性：可以为matplotlib color，表示边线条的颜色，若为none则表示无颜色
.facecolor或者.fc属性：可以为matplotlib color，表示前景色，若为none则表示无颜色
.fill属性：为布尔值。如果为True则填充图形，否则不填充
.hatch属性：设置hatching pattern，可以为下列的值：
- '\'、'|'、'-'、'+'、'x'、'o'、'0'、'.'、'*'
.joinstyle属性：可以为'miter'、'round'、'bevel'，表示矩形线条接头类型
.linestyle或者.ls属性：指定线型，可以为以下值：
- '-'或者'solid'：表示实线
- '--'或者dashed：表示虚线
- '-.'或者dash_dot：表示点划线
- ':'或者'dotted'：表示点线
- 'None'或者' '或者''：表示没有线条（不画线）
.linewidth或者.lw属性：为浮点数，表示线条宽度

f. Rectangle 类

matplotlib.patches.Rectangle类是矩形类（基类是matplotlib.patches.Patch），其构造函数为：Rectangle(xy,width,height,angle=0.0,**kwargs)。参数为：
- xy：矩形左下角坐标
- width：矩形宽度
- height：矩形高度
- 其他关键字参数用于设置属性
其属性有：
- 继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、.picker、.transform、.url、.visible、.zorder
- 继承自Patch基类的属性： .antialiased或者.aa、.capstyle、.color、.edgecolor或者.ec、.facecolor或者.fc、.fill、.hatch、.joinstyle、.linestyle或者.ls、.linewidth或者.lw属性

g. Polygon类

matplotlib.patches.Polygon类是多边形类。其基类是matplotlib.patches.Patch。其构造函数为： Polygon(xy, closed=True, **kwargs)。参数为：
- xy是一个N×2的numpy array，为多边形的顶点。
- closed为True则指定多边形将起点和终点重合从而显式关闭多边形。
- 其他关键字参数用于设置属性
Polygon的属性有：
- 继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、.picker、.transform、.url、.visible、.zorder
- 继承自Patch基类的属性： .antialiased或者.aa、.capstyle、.color、.edgecolor或者.ec、.facecolor或者.fc、.fill、.hatch、.joinstyle、.linestyle或者.ls、.linewidth或者.lw属性

h. PolyCollection类

matplotlib.collections.PolyCollection是多边形集合类，其基类是matplotlib.collections._CollectionWithSizes。它的构造函数为： PolyCollection(verts, sizes=None, closed=True, **kwargs)。
其关键字参数为：
- verts：一个顶点序列。每个顶点都由xy元组或者xy数组组成
- sizes：一个浮点数序列，依次指定每个顶点正方形的边长。如果序列长度小于顶点长度，则循环从序列头部再开始挑选
- closed：如果为True，则显式封闭多边形
- edgecolors: collection的边的颜色
- 其他关键字参数用于设置属性
下面为属性：
- 继承自Artist基类的属性： .alpha、.animated、.axes、.clip_box、..clip_on、.clip_path、.contains、 .figure、.gid、.label、.picker、.transform、.url、.visible、.zorder
- .facecolors: collection的前景色
- .linewidths: collection的边线宽
- .antialiaseds:抗锯齿属性，可以为True或者False
- .offsets: 设置collection的偏移
- .norm: 归一化对象
- .cmap:color map

三、基本概念

matplotlib被划分为不同的层次：
- matplotlib.pyplot模块：位于matplotlib的顶层，它是一个state-machine environment。该模块中的很多函数是用于给当前Figure的当前Axes添加plot element，比如line、text、image等。它非常类似于Matlab的用法。
- 下一层是面向对象的接口：在这一层pyplot只是用部分函数来创建Figure，然后通过该Figure显式的创建Axes，然后通过面向对象的接口在该Axes上添加图形。极端情况下用户可以完全抛弃pyplot而完全使用面向对象的接口。
对于非交互式绘图，官方文档推荐用pyplot创建Figure，然后使用面向对象接口来绘图。
matplotlib的所有plotting function期待输入numpy.array或者numpy.ma.masked_array类型的数据作为输入。某些长得像numpy.array的数据比如numpy.matrix类型的输入数据可能会导致matplotlib工作异常。如果确实需要使用numpy.matrix，你应该首先将它转换为numpy.array
matplotlib 、 pyplot 、 pylab 的关系:
- matplotlib：它是整个package
- matplotlib.pyplot：是matplotlib的一个module。它为底层的面向对象接口提供了一个state-machine interface。这个state-machine必要的时候隐式创建Figure和Axes，并维护current Figure和current Axes
- pylab是一个便利的module，它导入了matplotlib.pyplot以及numpy，它只是为了plot以及math方便而用。官方文档不推荐使用它。
pyplot.gcf()：获取当前的figure对象。pyplot.gca()：获取当前的Axes对象

代码风格:官方文档不推荐 MATLAB风格的代码。因为MATLAB风格代码维护了全局状态，你执行同一个plot多次可能会发现结果是不同的。官方文档推荐使用如下风格：


xxxxxxxxxx
  import matplotlib.pyplot as plt
  import numpy as np
  fig=plt.figure()
  ax=fig.add_subplot(111)
  ax.plot(...)
  ax.show()

这样的风格使得在绘图事件中，每个角色都很清楚，数据的流动也很清楚。

1. backend

matplotlib可以适用于非常广泛的场景：
- matplotlib可以交互式地用于python shell
- matplotlib可以嵌入到wxpython或者pygtk等GUI程序中
- matplotlib可以在脚本中使用从而生成postscript image
为了适应于这些场景，matplotlib针对这些target生成不同的输出格式。这种能力称之为backend。
与之相对的frontend指的是用户使用matplotlib而编写的代码
有两种类型的backend：
- 交互式的backend：应用于pygtk、wxpython、tkinter、qt4、macosx等中
- 非交互式的backend：用于生成image file（如PNG、SVG、PDF、PS等格式文件，这些backend的名字暗示了要存储的文件的格式）
有多种方法来设置backend，其中后面提到的方法会覆盖前面的方法设置的backend：
- 在matplotlibrc配置文件中设置的backend参数，如backend: WXAgg #使use wxpython with antigrain(agg) rendering
- 设置MPLBACKEND环境变量，无论是在shell中设置还是在脚本中设置。
- 对单个脚本设置backend时，可以直接在python命令后添加-d命令（这种方法不推荐，deprecated）
- 在脚本中使用特定的backend时，可以用matplotlib.use('PDF')命令。这条语句必须在import matplotlib.pyplot语句之前执行。如果在import matplotlib.pyplot之后执行use语句，则没有任何效果。通常建议避免使用use()方法，因为使用该脚本的人无法修改backend了。
- 设定backend时，是忽略大小写的。因此GTKAgg也等价于gtkagg
- 查看当前的backend可以用：matplotlib.get_backend()
rendering engine ：matplotlib提供的常用的rendering engine是Agg，它采用的是Anti-Grain Geometry C++ library。除了macosx之外的所有user interface都可以用agg rendering，如WXAgg,GTKAgg,QT4Agg,TkAgg这些backend。
某些user interface还支持其他引擎，如GTK支持Cario引擎，如GTKCariro backend。
下面是所有的Rendering engine：
- AGG：输出png格式文件。它可以输出高质量的图形
- PS：输出ps\eps格式文件。它是Postscript output
- PDF：输出pdf格式文件。
- SVG：输出svg格式文件
- Cairo：可以输出png、ps、pdf、svg...等格式文件
- GDK：可以输出png、jpg、tiff...等格式文件，它使用Gimp Drawing Kit
要想保存成指定类型文件，如PDF，那么首先要设置合适的backend，

2. 交互式模式

使用交互式backend可以plotting to the screen，但是前提是matplotlib必须是interactive mode。
你可以在matplotlibrc配置文件中设置matplotlib是否位于交互模式，也可以通过代码matplotlib.interacite()来设置matplotlib位于交互模式。你可以通过代码matplotlib.is_interactive()来判断代码是否交互模式。通常并不建议在绘图过程中修改交互模式，因此要提前修改交互模式再绘图。
交互模式也可以通过matplotlib.pyplot.ion()开启交互模式，由matplotlib.pyplot.ioff()关闭交互模式。另外交互模式支持ipython和python shell，但是不支持IDLE IDE。
在交互模式下：
- pyplot.plot()绘图之后图表马上显示，pyplot自动绘制到屏幕，不需要调用pyplot.show()
- 图表显式之后你可以继续输入命令。任何对图形的修改会实时的反应到图表中去。
- 使用面向对象的方法，如Axes的方法并不会自动调用draw_if_interactive()。如果你通过Axes来修改图表，想更新图表的话那么你需要手动调用.draw()方法。而pyplot模块中的函数会主动调用draw_if_interactive(),因此如果你是通过pyplot模块修改图表那么不需要手动调用.draw()方法就是实时绘制。
在非交互模式下：
- 在绘图之后必须手动调用pyplot.show()才能显示图表。该函数会阻塞执行直到你关闭了图表窗口。
- 所有的绘制工作会延迟到pyplot.show()函数调用
- 在1.0版本以前，单个脚本文件中只能调用一次pyplot.show()，在1.01版本之后该限制被放松。

3. matplotlib的颜色

可以通过matplotlib.pyplot.colors()方法获取matplotlib支持的所有颜色。该方法不做任何事情，就是提供一个帮助文档。
matplotlib提供了下面颜色的别名：'b'：蓝色；'g'：绿色；'r'：红色；'y'：黄色；'c'：青色；'k'：黑色；'m'：洋红色；'w'：白色。
你也可以定制自己的颜色。有两种方法：
- 使用HTML十六进制字符串：如'#eeefff'
- 使用HTML颜色名字：如'red'
- 使用一个归一化到闭区间[0-1]的RGB元组：如color=(0.3,0.3,0.4)

4. matplotlib.cm

matplotlib.cm模块包含了一系列的colormap，以及相关的函数。它主要有两个函数：

matplotlib.cm.get_cmap(name=None, lut=None)：获取一个colormap实例。其中：
- name：指定了colormap的名字。如果为None，则使用rc配置。如果它已经是colormap实例，则直接返回该实例。注意：register_cmap注册的colormap优先查询
- lut：一个整数。如果非None，则指定了查询表的number of entries
matplotlib.cm.register_cmap(name=None, cmap=None, data=None, lut=None)：注册一个colormap。有两种使用方式：
- register_cmap(name='swirly', cmap=swirly_cmap)：此时cmap参数必须是matplotlib.colors.Colormap实例。name默认为该Colormap实例的.name属性。
- register_cmap(name='choppy', data=choppydata, lut=128)：此时这三个参数传递给matplotlib.colors.LinearSegementedColormap初始化函数。

所有的内置的name如下：


xxxxxxxxxx
  'Perceptually Uniform Sequential':['viridis', 'inferno', 'plasma', 'magma']
  'Sequential':['Blues', 'BuGn', 'BuPu','GnBu', 'Greens', 'Greys', 'Oranges', 'OrRd',
  'PuBu', 'PuBuGn', 'PuRd', 'Purples', 'RdPu','Reds', 'YlGn', 'YlGnBu', 
  'YlOrBr', 'YlOrRd']
  'Sequential (2)':['afmhot', 'autumn', 'bone', 'cool','copper', 'gist_heat', 'gray', 
  'hot','pink', 'spring', 'summer', 'winter'] 
  'Diverging':['BrBG', 'bwr', 'coolwarm', 'PiYG', 'PRGn', 'PuOr',
  'RdBu', 'RdGy', 'RdYlBu', 'RdYlGn', 'Spectral','seismic'] 
  'Qualitative':['Accent', 'Dark2', 'Paired', 'Pastel1', 'Pastel2',
  'Set1', 'Set2', 'Set3'] 
  'Miscellaneous':['gist_earth', 'terrain', 'ocean', 'gist_stern','brg',
  'CMRmap', 'cubehelix','gnuplot', 'gnuplot2',   
  'gist_ncar','nipy_spectral', 'jet', 'rainbow',
  'gist_rainbow', 'hsv', 'flag', 'prism']

你可以使用cm.get_cmap('winter')来使用，也可以直接用cm.winter来使用。

cm0 cm1 cm2 cm3 cm4 cm5 cm6

5. matplotlib.colors

matplotlib.colors是一个模块，用于转换数字或者颜色参数到 RGB 或者RGBA
- RGB：一个浮点数元组，有3个浮点数。每个数都是 0-1之间
- RGBA：一个浮点数元组，有4个浮点数。每个数都是 0-1之间
colors.cnames是个字典，它给出了常用颜色的字符串和对应的#FFFFFF形式。
colors.rgb2hex(rgb)函数：给出了rgb元组到#FFFFFF形式。而hex2color(s)给出了#FFFFFF到rgb形式。
colors.ColorConverter类是个颜色转换器类。它提供了下面方法用于转换颜色：
- .to_rgb(arg)：转换其他类型的颜色到标准的rgb三元组。其中arg可以为一个rgb/rgba序列，或者一个字符串，字符串格式为：
  - 一个代表颜色的字符，如'rgbcmykw'
  - 一个十六进制的颜色字符串，如'#0FFFFFF'
  - 一个标准的颜色的名字，如'red'
  - 一个代表浮点数的字符串，如'0.5'
- .to_rgba(arg, alpha=None)：转换其他类型的颜色到标准的rgba四元组
- to_rgba_array(c, alpha=None)：它返回一个ndarray，而不是一个元组
colors.colorConverter是模块提供的一个默认的实例。
colors.Colormap是所有colormap的基类。colormap用于将[0,1]之间的浮点数转换为RGBA颜色。
它是一个颜色条，浮点数对应了颜色条的位置（归一化为0.0~1.0），RGBA颜色对应了指定颜色条某个位置处的颜色。
其属性有：
- name：colormap名字
- N：一个整数，表示rgb颜色层级，默认为256级
常用方法有：
- __call__(self, X, alpha=None, bytes=False)：颜色转换。
  - X为一个标量或者ndarray，给出了待转换的数据。如果是浮点数，则必须是[0.0,1.0]之间。如果是整数，则必须是[0,self.N)之间。如果是标量，则返回rgba四元组。如果是ndarray，则返回一个ndarray，相当于对每个元素进行标量转换，然后组装成ndarray
  - alpha：一个浮点数，给出了透明度。必须是0到1之间
  - bytes：一个布尔值。如果为True，则返回的结果是[0,255]之间。否则是[0.0,1.0]之间
colors.LinearSegmentColormap(Colormap)：是Colormap的子类。
额外的属性： ._gamma/._segmentdata
- 它的构造函数为：__init__(self, name, segmentdata, N=256, gamma=1.0)。其中segmentdata是一个字典，字典的键分别为'red'/'green'/'blue'，字典的值为一个列表，列表元素为三元组(alpha被忽略）。如：
```
xxxxxxxxxx
  {'red':[(0.0,  0.0, 0.0),
  (0.5,  1.0, 1.0),
  (1.0,  1.0, 1.0)],
  'green': [(0.0,  0.0, 0.0),
  (0.25, 0.0, 0.0),
  (0.75, 1.0, 1.0),
  (1.0,  1.0, 1.0)],
  'blue':  [(0.0,  0.0, 0.0),
  (0.5,  0.0, 0.0),
  (1.0,  1.0, 1.0)]}
```
  每一行代表了元组(x,y0,y1)。其中red/green/blue中，每一列x必须从0递增到1；y0/y1也是如此。对于任何落到x[i]~x[i+1]之间的值z，其映射的颜色由y1[i]和y0[i+1]插值决定。
- 类方法 from_list(name, colors, N=256, gamma=1.0):从一个颜色序列中构造LinearSegmentColormap。其中colors是一个颜色序列，matplotlib会将颜色均匀分布，val=0处对应colors[0]，val=1处对应colors[-1]。你也可以传递一个(value,color)元组的序列，其中value指定了对应位置处的color，其中value位于[0.0,1.0]
colors.ListedColormap(Colormap)是Colormap的子类。它用于从一个list of colors中创建colormap。
- 构造方法为：__init__(self, colors, name=’from_list’, N=None)。其中color是一个颜色列表。或者为一个浮点数ndarray，其形状为Nx3或者Nx4。N为colormap的条目数，如果N <len(colors)，则截断colors。如果N > len(colors)，则重复colors到指定长度。
colors.Normalize：是归一化类。它用于将数据归一化到[0.0,1.0]
- 构造方法为： __init__(self, vmin=None, vmax=None, clip=False)。如果未提供vmin/vmax，则使用数据的最小值和最大值。如果clip=True，则落在vmin~vmax之外的数据被截断为0或者1。如果vmin==vmax，则始终返回 0
- 属性有： .vmin/.vmax/.clip
- 类方法为： process_value(value)：调整value的格式，从而方便后续的操作
- 实例方法： __call__(self, value, clip=None)：归一化处理
- 实例方法： inverse(self, value)：逆归一化处理
colors.LogNorm类是Normalize的子类，它使用对数来归一化
colors.rgb_to_hsv(arr)：将rgb形式的浮点数数组转换为hsv格式的浮点数组。而hsv_to_rgb(hsv)执行的是逆向操作。

6. matplotlib.colorbar

matplotlib.colorbar模块包含了创建colorbar的一些方法和类。
- ColorbarBase：绘制colorbar的基类
- Colorbar：用于imges/contour等的colorbar类
- make_axes()：用于调整Axes并向其中添加一个colorbar
matplotlib.colorbar.Colorbar(ax, mappable, **kw)：Colorbar类。通常没必要显式调用构造函数，而应该调用下面两个方式：
- Figure.colorbar(mappable, cax=None, ax=None, use_gridspec=True, **kw)
- pyplot.colorbar(mappable=None, cax=None, ax=None, **kw)
参数为：
- mappable：为Image/ContourSet对象。它是你将要应用colorbar的对象
- cax：它指定了你将在哪个Axes内绘制colorbar
- ax：你的新的colorbar Axes从该ax中拿到绘制空间。
- use_gridspec：一个布尔值。如果cax=None，则如果use_gridspec=True，则创建一个Subplot对象。如果为False，则创建一个Axes对象。
额外的参数参与设置两个对象：
- axes对象：
  - orientation ：设置为垂直'vertical'还是水平'horizontal'
  - fraction ：一个浮点数，指定从原始的Axes中窃取多少倍的空间来绘制colorbar 。默认为 0.15
  - pad ：0.05 if vertical, 0.15 if horizontal; 一个浮点数，指定两个Axes的间距
  - shrink ：指定colorbar的伸缩比。默认为 1.0
  - aspect ：指定colorbar的长宽比。默认为 20
- colorbar对象：
  - extend：一个字符串。可以为'neither'/'both'/'min'/'max'。如果不是'neither'，则它会在colorbar对应端添加箭头（如果extendrect=False）
  - extendfrac：colorbar指示超出部分的箭头的长度。
  - extendrect：一个布尔值。如果为True，则超出部分不用箭头。
  - drawedges：一个布尔值，如果为True，则绘制colorbar的边。
  - ticks：给出你要显示哪些tick
  - format：指定格式化方式。可以为格式化字符串如%.3f，或者Formatter对象。

四、布局

1. 简单布局

简单布局通过Figure.add_subplot(*args,**kwargs)方法来完成，它返回的是Axes实例。当然你也可以通过pyplot.subplot(*args,**kwargs)函数来完成，他返回的也是Axes实例，该函数只是一个便利函数。

SubPlot类是Axes类的子类。因此SubPlot对象也是Axes对象。

最典型用法是matplotlib.pyplot.subplot(nrows,ncols,plot_number)。nrows和ncols将图表划分成nrows*ncols大小的网格区域，每一个区域都能存放一个SubPlot；该函数创建plot_number位置处的SubPlot-axes。其中plot_number起始于1，最大值为nrows*ncols。
如果nrows、ncols、plot_number都是个位数，则你可以指定一个三位数来简化函数调用matplotlib.pyplot.subplot(integer)，其中百分位代表nrows，十分位代表ncols，各位代表plot_number。
add_subplot其他的参数：
- axisbg关键字参数：指定subplot的背景色
- polar关键字参数：指定subplot是否是极坐标。默认为False
- projection：指定坐标方式，可以为：'aitoff'、'hammer'、 'lambert'、'mollweide'、 'polar'、 'rectilinear'。当projection='polar'等价于ploar=True
- sharex关键字参数：指定subplot与其他Axes(由该参数值指定）共享xaxis attribute
- sharey关键字参数：指定subplot是否与其他Axes(由该参数值指定）共享yaxis attribute
你可以通过pyplot.subplots()函数一次性的创建多个SubPlot。
pyplot.subplot()每次只会创建一个SubPlot。

其参数有：
- nrows：行数，默认为1
- ncols：列数，默认为1
- sharex：
  - 如果为True，则所有SubPlot的X axis被共享。此时只有最后一行的X轴可见。
  - 如果为False，则SubPlot的X axis不共享，每一个SbuPlot的X轴可见。
  - 如果为字符串all，则等效于True
  - 如果为字符串none，则当小于False
  - 如果为字符串row，则每一行的SubPlot共享一个X轴（与False等效）
  - 如果为字符串col，则每一列的SubPlot共享一个X轴（与True等效）
- sharey：
  - 如果为True，则所有SubPlot的Y axis被共享。此时只有第一列的Y轴可见。
  - 如果为False，则SubPlot的Y axis不共享，每一个SbuPlot的Y轴可见。
  - 如果为字符串all，则等效于True
  - 如果为字符串none，则当小于False
  - 如果为字符串row，则每一行的SubPlot共享一个Y轴（与True等效）
  - 如果为字符串col，则每一列的SubPlot共享一个Y轴（与False等效）
- squeeze：
  - 如果为True：
    - 如果只创建了一个SubPlot，则返回一个变量（创建的SubPlot对象)
    - 如果创建了N*1或者1*N个SubPlot，则返回一个1维向量
    - 如果创建了N*M个SubPlot（其中N>1,M>1），则返回一个2维向量
  - 如果为False则始终返回一个2维向量
- subplot_kw：一个字典参数，用于传递给Axes.add_subplot()来创建SubPlot
- gridspec_kw：一个字典参数，用于传递给GridSpec构造函数来创建SubPlot存放的网格
- fig_kw：一个字典参数，用于传递给pyplot.figure()函数。所有前述未能识别的感激案子参数都会传到这里。
其返回值为figure,ax。其中figure是一个Figure对象；ax取决于squeeze参数。

2. 使用 pyplot.subplot2grid() 函数

使用pyplot.subplot2grid()函数时，你只需要提供网格形状以及SubPlot位置即可，如： ax=pyplot.subplot2grid((2,2),(0,0))，它等价于ax=pyplot.subplot(2,2,1)。其中subplot2grid()的位置坐标从0开始。
subplot2grid()支持SubPlot横跨或者纵跨多个单元格。colspan关键字参数指定纵向的跨度；rowspanguan尖子参数指定横向的跨度。

3. 使用 GridSpec 和 SubplotSpec

你可以直接创建matplotlib.gridspec.GridSpec然后通过它来创建SubPlot。如：


xxxxxxxxxx
  gs=matplotlib.gridspec.GridSpec(2,2) #网格2行2列
  matplotlib.pyplot.subplot(gs[0,0])

等价于matplotlib.pyplot.subplot2grid((2,2),(0,0))

GridSpec对对象提供了类似array的索引方法，其索引的结果是一个SubplotSpec对象实例。如果你想创建横跨多个网格的SubplotSpec，那么你需要对GridSpec对象执行分片索引，如pyplot.subplot(gs[0,:-1])。

如果你使用GridSpec，那么你可以调整由GridSpec创建的SubplotSpec的layout parameter。如：


xxxxxxxxxx
  gs=gridspec.GridSpec(3,3)
  gs.update(left=0.05,right=0.48,wspace=0.05)

这种用法类似于subplots_adjust，但是它仅仅影响由本GridSpec创建的SubplotSpec。其中gs.update()的关键字参数有：

left关键字参数：subplot左侧宽度
right关键字参数：subplot右侧宽度
bottom关键字参数：subplot底部高度
top关键字参数：subplot顶部高度
wspace关键字参数：subplot之间的空白宽度
hspace关键字参数：subplot之间的空白的高度

你可以从SubplotSpec创建GridSpec。此时layout parameter由该SubplotSpec指定。如：


xxxxxxxxxx
  gs0=gridspec.GridSpec(1,2)
  gs00=gridspec.GridSpecFromSubplotSpec(3,3,subplot_spec=gs0[0])
  matplotlib.gridspec.GridSpecFromSubplotSpec(nrows, ncols, subplot_spec,
  wspace=None, hspace=None,height_ratios=None,width_ratios=None)

创建一个GridSpec，它的subplot layout parameter继承自指定的SubplotSpec。其中nrows为网格行数，ncols为网格列数，subplot_spec为指定的SubplotSpec。

从`SubplotSpec`创建`GridSpec`

默认情况下，GridSpec创建的网格都是相同大小的。当然你可以调整相对的高度和宽度。注意这里只有相对大小（即比例）是有意义的，绝对大小值是没有意义的。如：
```
xxxxxxxxxx
  gs=gridspec.GridSpec(2,2,width_ratios=[1,2],height_ratios=[4,1]
  plt.subplot(gs[0]
  ....
```
这里width_ratios关键字参数指定了一行中，各列的宽度比例（有多少列就有多少个数字）； height_ratios关键字参数指定了一列中，各行的高度比例（有多少行就有多少个数字）。
GridSpec.tight_layout()
GridSpec.tight_layout(fig, renderer=None, pad=1.08, h_pad=None, w_pad=None,rect=None): tight_layout能够自动调整subplot param从而使得subplot适应figure area。它仅仅检查ticklabel、axis label、title等内容是否超出绘制区域。其参数为：
- fig关键字参数：Figure对象，图表。
- pad关键字参数：一个浮点数，单位是fontsize，表示figure edge 和 edges of subplots之间的填充区域。
- h_pad关键字参数：一个浮点数，单位是fontsize，示subplots之间的高度，默认为pad。
- w_pad关键字参数：一个浮点数，单位是fontsize，示subplots之间的宽度，默认为pad。
- rect关键字参数：如果给定了该参数为一个列表或元组（是一个矩形的四要素，分别代表左下角坐标，宽度，高度），则指定了网格的轮廓矩形，所有的subplots都位于该矩形中。其坐标系是figure coordinate，从[0...1]，如果没有提供该参数，则默认为(0, 0, 1, 1)。
当然你可以使用matplotlib.pyplot.tight_layout()来达到同样的效果。

五、 Path

matplotlib.patch对象底层的对象就是Path。它的基本用法如下：


xxxxxxxxxx
  import matplotlib.pyplot as plt
  from matplotlib.path import Path
  import matplotlib.patches as patches
  verts = [
  (0., 0.), # left, bottom
  (0., 1.), # left, top
  (1., 1.), # right, top
  (1., 0.), # right, bottom
  (0., 0.), # ignored
  ]
  codes = [Path.MOVETO,
  Path.LINETO,
  Path.LINETO,
  Path.LINETO,
  Path.CLOSEPOLY,
  ]
  path = Path(verts, codes)
  fig = plt.figure()
  ax = fig.add_subplot(111)
  patch = patches.PathPatch(path)
  ax.add_patch(patch)
  ax.set_xlim(-2,2)
  ax.set_ylim(-2,2)
  plt.show()

`Path`

PATH对象的创建通过matplotlib.path.Path(verts,codes)创建，其中：
- verts：PATH的顶点。这些顶点必须构成一个封闭曲线。其中每个顶点必须指定x坐标和y坐标。
- codes：指示如何使用这些PATH顶点。它与verts关系是一一对应的。有如下指令：
  - Path.STOP：结束path的标记
  - Path.MOVETO：画笔提起并移动到指定的顶点
  - Path.LINETO：画笔画直线，从current position到指定的顶点
  - Path.CURVE3:画笔画二阶贝塞尔曲线，从current position到指定的end point，其中还有一个参数是指定的control point
  - Path.CURVE4：画笔画三阶贝塞尔曲线，从current position到指定的end point，其中还有两个参数是指定的control points
  - Path.CLOSEPOLY：指定的point参数被忽略。该指令画一条线段，从current point到start point
可以通过matplotlib.patches.PathPatch(path)来构建一个PathPatch对象，然后通过Axes.add_patch(patch)向Axes添加PathPatch对象.这样就添加了Path到图表中。

在matplotlib中所有简单的patch primitive，如Rectangle、Circle、Polygon等等，都是由简单的Path来实现的。而创建大量的primitive的函数如hist()和bar()（他们创建了大量的Rectanle）可以使用一个compound path来高效地实现。

但是实际上bar()创建的是一系列的Rectangle，而没有用到compound path，这是由于历史原因，是历史遗留问题。（bar()函数先于Coupound Path出现）

下面是一个Compound Path的例子：


xxxxxxxxxx
  ... 
  verts = np.zeros((nverts, 2))  # nverts为顶点的个数加1（一个终止符）
  codes = np.ones(nverts, int) * Path.LINETO
  ## 设置 codes :codes分成5个一组，
  ## 每一组以Path.MOVETO开始，后面是3个Path.LINETO，最后是Path.CLOSEPOLY 
  codes[0::5] = Path.MOVETO
  codes[4::5] = Path.CLOSEPOLY
  ## 设置顶点 verts ##
  ...
  ## 创建 Path 、PathPatch并添加  ##
  barpath = Path(verts, codes)
  patch = patches.PathPatch(barpath, facecolor='green',edgecolor='yellow', alpha=0.5)
  fig = plt.figure()
  ax = fig.add_subplot(111)
  ax.add_patch(patch)
  ax.show()

在创建Axes或者SubPlot时，可以给构造函数提供一个axisbg参数来指定背景色

六、 path effect

matplotlib的patheffects模块提供了一些函数来绘制path effect，该模块还定义了很多effect类。可以应用path effect的Artist有：Patch、Line2D、Collection以及Text。每个Artist的path effect可以通过.set_path_effects()方法控制，其参数是一个可迭代对象，迭代的结果是AbstractPathEffect实例；也可以通过Artist构造函数的path_effects=关键字参数控制。
注意：effect类的关键字参数比如背景色、前景色等与Artist不同。因为这些effect类是更低层次的操作。
所有的effect类都继承自matplotlib.patheffects.AbstractPathEffect类。AbstractPathEffect的子类要覆盖AbstractPathEffect类的.draw_path(...)方法。
AbstractPathEffect类的构造函数有个offset关键字参数，表示effect偏移(默认为(0,0))

最简单的effect是normal effect，它是matplotlib.patheffects.Normal类。它简单的绘制Artist，不带任何effect。

如：


xxxxxxxxxx
  import matplotlib.pyplot as plt
  import matplotlib.patheffects as path_effects
  fig = plt.figure(figsize=(5, 1.5))
  text = fig.text(0.5, 0.5, 'Hello path effects world!\nThis is the normal path effect.',
  ha='center', va='center', size=20)
  text.set_path_effects([path_effects.Normal()])
  plt.show()

`normal effect`

我们可以在基于Path的Artist上应用drop-shadow effect（下沉效果）。如可以在filled patch Artist上应用matplotlib.patheffects.SimplePatchShadow，在line patch Artist上应用matplotlib.patheffects.SimpleLineShadow。
你可以通过path_effects=[path_effects.with*()]来指定path_effects参数，或者直接通过path_effects=[path_effects.SimpleLineShadow(),path_effects.Normal()]来指定path_effects参数。
- 前者会自动地在normal effect后跟随指定的effect
- 后者会显式的指定effect
Strok effect可以用于制作出stand-out effect（突出效果）。

PathPatchEffect是一个通用的path effect类。如果对某个PathPatch设置了PathPatchEffect，则该effect的.draw_path(...)方法执行的是由初始PathPatch计算的得到的一个新的PathPatch。

与一般的effect类不同，PathPatchEffect类的关键字参数是与PathPatch一致的，因为除了offset关键字参数外，其他的任何关键字参数都会传递给PathPatch构造函数。如：


xxxxxxxxxx
  import matplotlib.pyplot as plt
  import matplotlib.patheffects as path_effects
  fig = plt.figure(figsize=(8, 1))
  t = fig.text(0.02, 0.5, 'Hatch shadow', fontsize=75, weight=1000, va='center')
  t.set_path_effects([path_effects.PathPatchEffect(offset=(4, -4), hatch='xxxx',
  facecolor='gray'),
  path_effects.PathPatchEffect(edgecolor='white', linewidth=1.1,
  facecolor='black')])
  plt.show()

`PathPatchEffect`

七、坐标变换

matplotlib中有四个坐标系：
- 用户级的data坐标系：坐标转换对象为ax.transData。它是用户级坐标系，由xlim和ylim控制
- Axes坐标系：坐标转换对象为ax.transAxes。它是Axes的坐标系，(0,0)为Axes的左下角，(1,1)为Axes的右上角。
- Figure坐标系：坐标转换对象为fig.transFigure。它是Figure的坐标系，(0,0)为Figure的左下角，(1,1)为Figure的右上角。
- display坐标系：它没有坐标转换对象。它显示的是display的像素坐标系，(0,0)为display的左下角，(width,height)为display的右上角。
前面三个坐标系的坐标转换对象有方法执行坐标转换，这些方法接受输入并产生输出：输入为本坐标系内的坐标点，输出为display坐标系中的坐标。（因此display坐标系没有坐标转换对象）。当然他们也有相关方法将来自于display坐标系中的坐标转换回本坐标系内的坐标。
在Artist的构造函数中传入transform关键字参数（其值为坐标转换对象），就能够切换坐标系。如：ax.text(0.05,0.95,label,"This is a Text",transform=ax.transAxes)，将Text放置于Axes坐标系中的(0.05,0.95)位置处。
通常不建议直接使用display坐标系。因为它固定了绝对坐标，导致你resize图表时你必须重新定位坐标。所以你必须监听resize事件，非常麻烦。

1. 用户的 data 坐标系

当调用ax.set_xlimit(x_min,x_max)以及ax.set_ylimit(y_min,y_max)时，即建立起了用户data坐标系。左下角坐标为(x_min,y_min)，右上角坐标为(x_max,y_max)。

有时候你可能并没有显式调用.set_xlimit()以及.set_ylimit()。其实matplotlib会隐式调用它们来设置坐标轴的数据范围。


xxxxxxxxxx
  import matplotlib.pyplot as plt
  fig = plt.figure()
  ax = fig.add_subplot(111)
  ax.set_xlim(0, 10)
  ax.set_ylim(-1, 1)
  type(ax.transData)
  ax.transData.transform((5, 0))

你可以调用ax.transData返回data坐标系的坐标转换对象。对该坐标转换对象调用.transform(point)方法会返回point在display坐标系下的坐标。其中point是点在data坐标系下的坐标(x,y)。你也可以给.transform()方法一次传入多个点的坐标，此时输出也是对应于display坐标系下的一系列坐标。
你可以对ax.trandData返回的坐标转换对象调用.inverted()方法。该方法返回的是一个坐标逆转换对象。对该坐标逆转换对象调用.transform(point)方法会返回point在data坐标系下的坐标。其中point是点在display坐标系下的坐标(x,y)。你也可以给.transform()方法一次传入多个点的坐标，此时输出也是对应于data坐标系下的一系列坐标。
当你调用了ax.set_xlim()或者ax.set_ylim()时，坐标转换对象会实时更新。

2. Axes 坐标系

在Axes坐标系中，(0,0)位于Axes的左下角，(1,1)位于Axes的右上角，(0.5,0.5)位于Axes的中心。当然你可以引用位于这之外的点，如(-0.1,1.1)。
通常如果你需要在Axes中放置一些文字说明，那么一般都是采用Axes坐标系来定位。这样无论图形怎么缩放，这些Text都能位于正确的位置。
你也可以在Axes中通过Axes坐标系添加一些Patch，但是通常建议在data坐标系下添加。因为你在Axes中添加的图表当图表缩放时可能会出现问题。

3. 混合坐标系

有时候你需要混合data坐标系和Axes坐标系。通过matplotlib.transforms.blended_transform_factory(ax.transData, ax.transAxes) 能够返回一个混合坐标系，该坐标系中：x坐标为data坐标系，y坐标为Axes坐标系。因此该坐标系中(1,1)表示的是data坐标系中x=1但是y位于最上方的点。
有两个函数返回特定的混合坐标系：
- matplotlib.axes.Axes.get_xaxis_transform():等价于 matplotlib.transforms.blended_transform_factory(ax.transData, ax.transAxes)。 x坐标为data坐标系，y坐标为Axes坐标系。常用于绘制x轴的label、tick、gridline。
- matplotlib.axes.Axes.get_yaxis_transform().:等价于 matplotlib.transforms.blended_transform_factory(ax.transAxes,ax.transData)。 x坐标为Axes坐标系，y坐标为data坐标系。常用于绘制y轴的label、tick、gridline。

4. 利用坐标变换制造阴影效果

matplotlib.transform.ScaledTranslation(xt, yt, scale_trans)创建一个新的坐标转换对象，该坐标转换由xt和yt经过scale_trans坐标转换而来。
它创建的是一个偏移对于的坐标变换。偏移的坐标是位于scale_trans中的。
- 制作阴影的时候，将阴影的zorder调小，从而使得阴影首先绘制并位于底层
- 当scale_trans为fig.dpi_scale_trans坐标转换对象时，xt,yt的单位是像素。还有一个方法也能达到同样的效果：matplotlib.transforms.offset_copy(trans,x=xt,y=yt,units='inches')，但是该方法返回的坐标转换对象是trans合成了偏移之后的效果。

5. 直角坐标系、对数坐标系、极坐标系

通过Axes.set_xscale(value,**kwargs)/Axes.set_yscale(value,**kwargs)方法可以设置x轴/y轴是否对数坐标。其中value可以为:
- linear：线性
- log：对数。其中basex|basey关键字指定对数的基
- logit：以2为底的对数
- symlog：对数，其中basex|basey关键字指定对数的基
你也可以通过matplotlib.pyplot.xscale()和matplotlib.pyplot.yscale()来设置对数坐标。一定要先添加数据后设置对数坐标。
通过Figure.add_axes((left,bottom,width,height), projection='polar')或者Figure.add_axes((left,bottom,width,height), polar=True)方法可以创建一个极坐标的Axes。其中polar关键字是为了兼容旧代码，新代码推荐用projection关键字，因为projection关键字不仅可以设置极坐标，还可以设置自定义坐标（它将坐标统一为映射关系）。
Figure.add_subplot(...)也是同样的设置

八、 3D 绘图

3D绘图与2D绘图的调用方法几乎相同，除了增加一个 projection='3d'的关键字参数。


xxxxxxxxxx
  import matplotlib.pyplot as plt
  from mpl_toolkits.mplot3d import Axes3D
  fig=plt.figure()
  ax=fig.add_addsubplot(111,projection='3d') # 旧式写法
  ax=Axes3D(fig) #新式写法

3d_new_style

绘制直线：Axes3D.plot(xs, ys, *args, **kwargs)。其参数为：
- xs,ys：点的 x,y坐标
- zs：点的z坐标。该值可以是一个标量（表示对所有点都取同一个值）；也可以是个数组或列表，表示每个点一个值
- zdir：指定那个是z轴。其值可以是'x'或者'y'或者'z'
- 剩下的关键字参数与Axes.plot()相同
绘制散点图：Axes3D.scatter(xs, ys, zs=0, zdir=’z’, s=20, c=’b’, depthshade=True, *args, **kwargs)。其参数为：
- xs,ys：点的 x,y坐标
- zs：点的z坐标。该值可以是一个标量（表示对所有点都取同一个值）；也可以是个数组或列表，表示每个点一个值
- zdir：指定那个是z轴。其值可以是'x'或者'y'或者'z'
- s：散点的大小（单位为 point^2).该值可以是一个标量（表示对所有点都取同一个值）；也可以是个数组或列表，表示每个点一个值
- c：散点的颜色。你可以将它设为一个颜色字符串，表示所有的点都是一个颜色。或者是个 cmap，指定颜色图
- depthshade：一个布尔值。如果为True，则通过对marker设置阴影来展示层次关系
- 剩下的关键字参数与Axes.scatter()相同
绘制线框：Axes3D.plot_wireframe(X, Y, Z, *args, **kwargs)。其参数为：
- X,Y：点的 x,y坐标
- Z：点的z坐标。该值可以是一个标量（表示对所有点都取同一个值）；也可以是个数组或列表，表示每个点一个值
- rstride：行的步长
- cstride：列的步长
- 剩下的关键字传递给LineCollection

九、技巧

1. 共享坐标轴

当你通过pyplot.subplot()、pyplot.axes()函数或者Figure.add_subplot()、Figure.add_axes()方法创建一个Axes时，你可以通过sharex关键字参数传入另一个Axes表示共享X轴；或者通过sharey关键字参数传入另一个Axes表示共享Y轴。
共享轴线时，当你缩放某个Axes时，另一个Axes也跟着缩放。

2. 创建多个 subplot

如果你想创建网格中的许多subplot，旧式风格的代码非常繁琐：


xxxxxxxxxx
  #旧式风格
  fig=plt.figure()
  ax1=fig.add_subplot(221)
  ax2=fig.add_subplot(222,sharex=ax1,sharey=ax1)
  ax3=fig.add_subplot(223,sharex=ax1,sharey=ax1)
  ax4=fig.add_subplot(224,sharex=ax1,sharey=ax1)

新式风格的代码直接利用pyplot.subplots()函数一次性创建：


xxxxxxxxxx
    #新式风格的代码
    fig,((ax1,ax2),(ax3,ax4))=plt.subplots(2,2,sharex=True,sharey=True)
    ax1.plot(...)
    ax2.plot(...)
    ...

它创建了Figure和对应所有网格SubPlot。你也可以不去解包而直接：


xxxxxxxxxx
    #新式风格的代码
    fig,axs=plt.subplots(2,2,sharex=True,sharey=True)
    ax1=axs[0,0]
    ax2=axs[0,1]
    ax3=axs[1,0]
    ax4=axs[1,1]
    ...
    ...

返回的axs是一个nrows*ncols的array，支持numpy的索引。

3. 调整日期显示

当x轴为时间日期时，有可能间隔太密集导致显示都叠加在一起。此时可以用matplotlib.figure.Figure.autofmt_xdate()函数来自动调整X轴日期的显式。
你也可以调整X轴的显示格式。当X轴为时间时，其显示由Axes.fmt_xdata属性来提供。该属性是一个函数对象或者函数，接受一个日期参数，返回该日期的显示字符串。matplotlib已经提供了许多date formatter，你可以直接使用ax.fmt_xdata=matplotlib.dates.DateFormatter('%Y-%m-%d')

4. 放置 text box

当你在Axes中放置text box时，你最好将它放置在axes coordinates下，这样当你调整X轴或者Y轴时，它能够自动调整位置。
你也可以使用Text的.bbox属性来让这个Text始终放在某个Patch中。其中.bbox是个字典，它存放的是该Patch实例的属性。

5. LATEX文字

要想在文本中使用LATEX，你需要使用'$...$'这种字符串（即使用'$'作为界定符）。通常建议使用raw字符串，即r'$...$'的格式，因为原生字符串不会转义'\'，从而使得大量的LATEX词法能够正确解析。

6. 平移坐标轴：

Axes.spines是个字典，它存放了四个键，分别为： Axes.spines['left],Axes.spines['right],Axes.spines['top],Axes.spines['bottom] 他们都是一个matplotlib.spines.Spine对象，该对象继承自matplotlib.patches.Patch对象，主要是设置图形边界的边框。
- Spine.set_color('none')：不显示这条边线
- Spine.set_position((position))：将边线移动到指定坐标，其中position是一个二元元组，指定了 (position type,amount)，position type可以是：
  - outward：在绘图区域之外放置边线，离开绘图区域的距离由 amount指定（负值则在会去区域内绘制）
  - axes：在 Axes coordinate内放置边线（从 0.0 到 1.0 ）
  - data：在 data coordinate 内放置边线
  你也可以指定position为： 'center'，等价于 ('axes',0.5)；或者 'zero'，等价于 ('data',0.0)

7. 清除绘图

你可以通过 pyplot来清除绘图：
- pyplot.cla()：清除current axis。非当前axis不受影响
- pyplot.clf()：清除current figure。但是它不关闭window
- pyplot.close()：关闭window
你也可以通过面向对象的方法：
- Figure.clf()：清除该Figure对象的所有内容。

8. 清除X坐标和Y坐标：


xxxxxxxxxx
  Axes.set_xticks(())
  Axes.set_yticks(())
  Axes.set_axis_off() #清除 tick 和边框

9. 设置中文

在linux 下，为了支持中文，则在开头设置：


xxxxxxxxxx
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  #matplotlib 中文字体