matplotlib的影象是畫在figure（如windows，jupyter窗體）上的，每乙個figure又包含了乙個或多個axes（乙個可以指定座標系的子區域）。最簡單的建立figure以及axes的方式是通過pyplot.subplots命令，建立axes以後，可以使用axes.plot繪製最簡易的折線圖。
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots() # 建立乙個包含乙個axes的figure
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]) # 繪製影象
output_6_1
和matlab命令類似，你還可以通過一種更簡單的方式繪製影象，matplotlib.pyplot方法能夠直接在當前axes上繪製影象，如果使用者未指定axes，matplotlib會幫你自動建立乙個。所以上面的例子也可以簡化為以下這一行**。
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
output_6_1
三、figure的組成
現在我們來深入看一下figure的組成。通過一張figure解剖圖，我們可以看到乙個完整的matplotlib影象通常會包括以下四個層級，這些層級也被稱為容器（container），下一節會詳細介紹。在matplotlib的世界中，我們將通過各種命令方法來操縱影象中的每乙個部分，從而達到資料視覺化的最終效果，一副完整的影象實際上是各類子元素的集合。
figure：頂層級，用來容納所有繪圖元素
axes：matplotlib宇宙的核心，容納了大量元素用來構造一幅幅子圖，乙個figure可以由乙個或多個子圖組成
axis：axes的下屬層級，用於處理所有和座標軸，網格有關的元素
tick：axis的下屬層級，用來處理所有和刻度有關的元素
四、兩種繪圖介面
matplotlib提供了兩種最常用的繪圖介面
顯式建立figure和axes，在上面呼叫繪圖方法，也被稱為oo模式（object-oriented style)
依賴pyplot自動建立figure和axes，並繪圖
使用第一種繪圖介面，是這樣的：
x = np.linspace(0, 2, 100)
fig, ax = plt.subplots()
ax.plot(x, x, label=『linear』)
ax.plot(x, x2, label=『quadratic』)
ax.plot(x, x3, label=『cubic』)
ax.set_xlabel(『x label』)
ax.set_ylabel(『y label』)
ax.set_title(「****** plot」)
ax.legend()
output_13_1
而如果採用第二種繪圖介面，繪製同樣的圖，**是這樣的：
DataWhale 21期資料分析組隊學習
總結day1 今天是參加datawhale 21期資料分析組隊學習的第一天，在參加這個組隊學習之前我心裡是很猶豫的，因為我的python基礎不是很好，雖然我自學了python基礎，但是我還沒有真正用到案例上的經歷，並且很多東西因為用的少，學習的時間長了有點淡忘了，如果我以後要從事資料分析類的工作的話...
第 39 期 資料分段討論
現代計算機一般都有多 cpu 核，而日益廣泛應用的固態硬碟也有較強的併發能力，這些硬體資源都為平行計算提供了有力的保證。不過，要實現平行計算還需要有較好的資料分段技術，也就是能方便地把待計算的資料拆分成若干部分，讓每個執行緒 或程序，這裡以多執行緒為例討論，多程序情況是類似的 分別處理。設計資料分段...
日期資料操作第1期 datetime庫
日期資料操作挺重要的，之前分享過 python中處理日期時間庫的使用方法 arrow日期時間處理庫 現在覺得日期資料的操作挺重要的，準備分割成小知識點，連續更新幾天。今天更新第一期 datetime庫 日期時間類，常用的引數包含year month day hour minute second mi...