眾所周知，matplotlib這個第三方外部庫功能是比較強大的，機器學習，深度學習以及人工智慧方面都需要的乙個庫，翻譯成中文，名字叫矩陣繪相簿，因此，這個庫是乙個對資料進行統計並展示的庫。
使用該庫，需要先弄清楚它是分為了三個層次結構，即，容器層，輔助顯示層，畫像層。提出這麼三層結構有什麼意義嗎？當然有，如果這三層結構次序是亂的 ，那麼是不會正確顯示資料的，也就是說，必須按照 容器層，輔助顯示層，畫像層這個順序來展示資料。
容器層分為畫板層和畫布層，繪圖區
輔助顯示層分為，圖例，網格，座標軸刻度，座標標題，影象標題等等
畫像層，即，將資料生成的圖形展示出來。
import matplotlib.pyplot as plt
import random
x=range(20)
y=[random.uniform(0,20) for i in range(20)]
plt.figure(figsize=(20,8),dpi=80)
plt.title('my home weather')
#影象的標題
plt.xticks(x[::2])
#x軸的步長
plt.yticks(y)
plt.xlabel('time')
#x軸的名稱
plt.ylabel('template')
#y軸的名稱
plt.plot(x,y,color='r',label='shanghai')
#影象的顏色為紅色，圖例是shanghai
plt.legend(loc=4)
#顯示圖例
plt.show()
#顯示影象
#按照容器層，輔助顯示層，影象層的結構寫的**
import matplotlib.pyplot as plt
import random
#匯入包
x=range(20)
y=[random.uniform(0,20) for i in range(20)]
#資料來源，使用range函式生成的隨機資料
plt.title('my home weather')
plt.xticks(x[::2])
plt.yticks(y)
plt.xlabel('time')
plt.ylabel('template')
plt.plot(x,y,color='b',label='shanghai')
plt.legend(loc=4)
#以上為輔助顯示層
plt.figure(figsize=(20,8),dpi=80)
#容器層，使用figure容器畫圖
plt.show()
#畫像層，展示
#故意將容器層放在輔助顯示層之後，影象顯示混亂，出現了兩個影象，其中乙個空白的
三層 我眼中的三層結構
從行為型模式命令模式引發的對三層的思考。記得 大話設計模式 中對命令模式的講解。燒烤攤和燒烤店之間的區別。由於客戶和烤羊肉串老闆的 緊耦合 所以容易出錯，容易混亂，也容易挑剔。這其實就是 行為請求者 與 行為實現者 的緊耦合。對請求排隊或記錄請求日誌，以及支援可撤銷的操作等行為時，行為請求者 與 行...
成也三層，敗也三層
這重構版的機房的計畫早就開始，但開始的僅僅是計畫，卻遲遲沒有行動的意思，於是頻頻地徘徊著，迷茫著。這都過去三個星期了，每次的停滯不前我都有自己的理由，但是我應該從心底裡明白 成也三層，敗也三層 用三層對機房收費進行重構是乙個坎兒，這就是乙個對我們的的考驗，挺過去的就是通往下一站的乘客，沒過去應該就和...
三層架構 之三層擴充套件七層
哎，真心不想在這裡寫這篇部落格，本來三層到七層頂多了也就用兩天時間去分析，結果我用了將近四天，最後我都快崩潰了，還有好多問題都是同學幫我找出來的，真是很是汗顏吶！下面是我三層架構擴充套件成七層架構的uml包圖 之前看別人都是用的vb.net版，我就覺得剛學習了c 語言，就先用c 版吧，結果倒好，兩種...