前言
Python 绘图主要用到 matplotlib 这个库。具体来说是 pylab 和 pyplot 这两个子库。这两个库可以满足基本的画图需求。
pylab 神器：pylab.rcParams.update(params)。这个函数几乎可以调节图的一切属性，包括但不限于：坐标范围，axes 标签字号大小，xtick,ytick 标签字号，图线宽，legend 字号等。
scatter 和 plot 函数的不同之处
scatter 才是离散点的绘制程序，plot 准确来说是绘制线图的，当然也可以画离散点。
scatter/scatter3 做散点的能力更强，因为他可以对散点进行单独设置，所以消耗也比 plot/plot3 大。所以如果每个散点都是一致的时候，还是用 plot/plot3 好。如果要做一些 plot 没法完成的事情那就只能用 scatter 了。
scatter 强大，但是较慢。所以如果你只是做实例中的图，plot 足够了。
plt.ion() 用于连续显示。
# plot the real data
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.scatter(x_data, y_data)
plt.ion() # 开启交互模式
plt.show()
首先在 python 中使用任何第三方库时，都必须先将其引入。即：
import matplotlib.pyplot as plt
或者：
from matplotlib.pyplot import *
1.建立空白图
fig = plt.figure()
也可以指定所建立图的大小：
fig = plt.figure(figsize=(4,2))
也可以建立一个包含多个子图的图，使用语句：
plt.figure(figsize=(12,6))
plt.subplot(231)
plt.subplot(232)
plt.subplot(233)
plt.subplot(234)
plt.subplot(235)
plt.subplot(236)
plt.show()
其中 subplot() 函数中的三个数字，第一个表示 Y 轴方向的子图个数，第二个表示 X 轴方向的子图个数，第三个则表示当前要画图的焦点。
当然上述写法并不是唯一的，比如我们也可以这样写：
fig = plt.figure(figsize=(6, 6))
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot()
ax4 = fig.add_subplot()
plt.show()
