基本繪圖：
(1) plot是标準的繪圖庫，調用函數plot(x,y)就可以建立一個帶有繪圖的圖形視窗（其中y是x的函數）。輸入的參數為具有相同長度的數組（或清單）；或者plot(y)是plot（range(len(y)),y）的簡寫。
例1：python實作使用200個采樣點來繪制sin(x)，并且每隔四個點的位置設定标記。
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #指定預設字型（因為matplotlib預設為英文字型，漢字會使其亂碼）
plt.rcParams['axes.unicode_minus']=False #可顯示‘-’負号
x=np.linspace(-2*np.pi,2*np.pi,200) #先設定x的取值範圍，從-2n到2n
samples=x[::4]
plt.plot(samples,np.sin(samples),color='red',marker='*')
plt.title('sin(x)函數及一些繪制的點')
plt.grid(color='black',linestyle='--',alpha=0.3)
plt.show()
#實作結果圖：
表明：标準圖是一條實線曲線，每個軸都會自動縮放來适應坐标值，但也可以手動進行設定。多次調用plot函數将會在同一視窗中疊加繪圖。
(2) python3.0曲線拟合（polyfit,polyval）
利用numpy自帶的polyfit和polyval函數進行回歸分析，polyfit表示多項式曲線拟合、polyval表示多項式曲線求值。
Z1=np.polyfit(x,y,3) #拟合，自由度為3，3為多項式最高次幂，結果為多項式的各個系數；最高系數為3，得到4個系數從最高到最低排列；最高次幂取幾要視情況而定。
P1=np.ploy1d(z1) #将系數帶入方程，得到函數式p1
Y=np.polyval(p,x) #計算多項式的函數值。傳回在x處多項式的值，p為多項式系數，元素按多項式降幂排序
執行個體2. 将多項式拟合為一系列的點
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #指定預設字型
plt.rcParams['axes.unicode_minus']=False
x=np.arange(5)
y=[1,2,1,3,5]
p2=np.polyfit(x,y,2)
p4=np.polyfit(x,y,4)
xx=np.linspace(-1,5,200)
plt.plot(xx,np.polyval(p2,xx),label='二次多項式拟合') #繪制曲線
plt.plot(xx,np.polyval(p4,xx),label='四次多項式插值拟合')
plt.plot(x,y,'*') #原曲線
plt.axis([-1,5,0,6])#axis([xmin,xmax,ymin,ymax]) 來手動設定坐标軸的範圍
plt.legend(loc='upper left',fontsize='small') #legend()函數生成圖例，添加标簽來解釋多重繪圖，該處設定是将圖例放在左上角并用小字号排版。
plt.show()
#結果圖為：
2.. 二維散點圖
代碼如下：
import numpy as np
import matplotlib.pyplot as plt
x1=2*np.random.standard_normal((2,100))
x2=0.8*np.random.standard_normal((2,100))+np.array([[6],[2]]) #加二維數組
散點不重疊在一起
plt.plot(x1[0],x1[1],'g*')
plt.plot(x2[0],x2[1],'r*')
plt.title('2D散點圖')
plt.show() #結果圖為：
3. 對數圖形繪制：
使用loglog函數即plt.loglog(x,y)
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] #指定預設字型
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(0,10,200)
plt.loglog(x,2*x*2,label='二次多項式',linestyle='--',linewidth=3)
plt.loglog(x,4*x*4,label='四次多項式',linestyle='-.',linewidth=3)
plt.loglog(x,5*np.exp(x),label='指數次多項式',linewidth=3)
plt.title('對數圖')
#plt.axis([10*-2,10*2,10*-5,10*6]) #？？？思考遺留問題：如何調整指數函數x，y軸的範圍
plt.legend(loc='best')
plt.show()
4. 繪圖格式化
（1） 常見的繪圖格式參數：
linestyle用于設定線條樣式，其中描述solid表字元串’-’(實線)，dashed表‘--’（虛線），dashed dotted表‘-，’dotted表‘:’。
color用于設定繪圖的顔色，其中有描述blue（字元串用b），green（字元串用g），red（字元串用r），cyan青色（字元串表c），magenta洋紅（字元串表m），yellow、black、white（字元串表y、b、w）
Marker對圖形坐标點标記，其中字元串參數（描述）分别為：.(point)、,(pixel)、。(circle)、*(star)、d,D(thin diamond,diamond)等
注意：格式化指令可以使用短字元串文法格式：例如，plt.plot(x,’go’)
執行個體：疊代計算出了正弦曲線上噪點的平均值
import numpy as np
import matplotlib.pyplot as plt
def avg(x): #函數avg使用roll調用來移動數組中所有的值。
"""simple running average"""
return(np.roll(x,1)+x+np.roll(x,-1)) #np.roll(x,2)是循環移位函數，表示向右循環移位2位
x=np.linspace(-2*np.pi,2*np.pi,200)
y=np.sin(x)+0.4*np.random.rand(200)
for iteration in range(3):
plt.subplot(3,1,iteration+1) 使用subplot指令将多個繪圖放置于一個圖形視窗中
plt.plot(x,y,label='{:d} average{}'.format(iteration,'s' if iteration> 1 else''))
plt.yticks([])
plt.legend(loc='lower left',frameon=False)
y=avg(y)
plt.subplots_adjust(hspace=0.7) #在同一個圖形視窗中進行多次繪圖的執行個體圖
（2） savefig指令，允許使用者将圖形儲存為圖像格式，該指令支援多種圖像和檔案格式，可用檔案擴充名指定：plt.savefig('test.pdf')
為将圖像放在非白色的背景上，可設定transparent參數使得圖檔背景透明plt.savefig('test.pdf',transparent=True)
plt.savefig('test.pdf',bbox_inches='tight') #如果要将圖形嵌入LaTeX文檔中，為減少周圍的空白區域，建議通過在圖紙周圍設定圖形的邊框