首先补充一下：两种体系7种颜色 r g b y m c k （红，绿，蓝，黄，品红，青，黑）
在科研的过程中，坐标系中的XY不一定就是等尺度的。例如在声波中对Y轴取对数。肆意我们也必须知道这种坐标系如何画出来的。
1：对数坐标图
有3个函数可以实现这种功能，分别是：semilogx（），semilogy（），loglog（）。它们分别表示对X轴，Y轴，XY轴取对数。下面在一个2*2的figure里面来比较这四个子图（还有plot（））。
[python]
1. def drawsemilogx():
2. 0.1,1000,1000)
3. 1/(1+0.1j*w))
4.
5. 221)
6. 2)
7. 'X')
8. 'y');
9.
10. 222)
11. 2)
12. 0,1.5)
13. 'log(X)')
14. 'y')
15.
16. 223)
17. 2)
18. 0,1.5)
19. 'x')
20. 'log(y)')
21.
22. 224)
23. 2)
24. 0,1.5)
25. 'log(x)')
26. 'log(y)')
27. plt.show()
如上面的代码所示，对一个低通滤波器函数绘图。得到四个不同坐标尺度的图像。如下图所示：
2，极坐标图像
极坐标系中的点由一个夹角和一段相对于中心位置的距离来表示。其实在plot（）函数里面本来就有一个polar的属性，让他为True就行了。下面绘制一个极坐标图像：
[python]
1. def drawEightFlower():
2.
3. 0,2*np.pi,0.02)
4. 121,polar=True)
5. 2*np.ones_like(theta),lw=2)
6. 6,'--',lw=2)
7.
8. 122,polar=True)
9. 5*theta),'--',lw=2)
10. 2*np.cos(4*theta),lw=2)
11. 0.5,2,0.5),angle=45)
12. 0,45,90]);
13.
14. plt.show();
整个代码很好理解，在后面的13，14行没见过。第一个
plt.rgrids(np.arange(0.5,2,0.5),angle=45) 表示绘制半径为0.5 1.0 1.5的三个同心圆，同时将这些半径的值标记在45度位置的那个直径上面。
plt.thetagrids([0,45,90]) 表示的是在theta为0，45，90度的位置上标记上度数。
得到的图像是：
3，柱状图：
核心代码matplotlib.pyplot.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)里面重要的参数是左边起点，高度，宽度。下面例子：
[python]
1. def drawPillar():
2. 5;
3. 20, 35, 30, 35, 27)
4. 25, 32, 34, 20, 25)
5.
6. fig, ax = plt.subplots()
7. index = np.arange(n_groups)
8. 0.35
9.
10. 0.4
11. 'b',label= 'Men')
12. 'r',label='Women')
13.
14. 'Group')
15. 'Scores')
16. 'Scores by group and gender')
17. 'A', 'B', 'C', 'D', 'E'))
18. 0,40);
19. plt.legend();
20.
21. plt.tight_layout();
22. plt.show();
得到的图像是：
再贴一图：
这是我关于pose识别率的实验结果，感觉结果真是令人不可思议！（非博主原文！）
[python]
1. def drawBarChartPoseRatio():
2. 5
3. 0.84472049689441, 0.972477064220183, 1.0, 0.9655172413793104, 0.970970970970971)
4. 1.0, 0.992992992992993, 1.0, 0.9992348890589136, 0.9717125382262997)
5. 0.70853858784893, 0.569731081926204, 0.8902900378310215, 0.8638638638638638, 0.5803008248423096)
6. 0.90786948176583, 0.796122576610381, 0.8475120385232745, 0.8873762376237624, 0.5803008248423096)
7.
8. fig, ax = plt.subplots()
9. index = np.arange(n_groups)
10. 0.3
11. 0.4
12.
13. 2, alpha=opacity, color='r', label='VFH36' )
14. 2, means_VFH50, bar_width/2, alpha=opacity, color='g', label='VFH50' )
15.
16. 2, alpha=opacity, color='c', label='VotexF36')
17. 1.5*bar_width, means_VotexF50, bar_width/2, alpha=opacity, color='m', label='VotexF50')
18.
19. 'Category')
20. 'Scores')
21. 'Scores by group and Category')
22.
23. #plt.xticks(index - 0.2+ 2*bar_width, ('balde', 'bunny', 'dragon', 'happy', 'pillow'))
24. 0.2+ 2*bar_width, ('balde', 'bunny', 'dragon', 'happy', 'pillow')，fontsize =18)
25.
26. 18) #change the num axis size
27.
28. 0,1.5) #The ceil
29. plt.legend()
30. plt.tight_layout()
31. plt.show()
柱状图显示：
4：散列图，由离散的点构成的。
函数是：
matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None,**kwargs)，其中，xy是点的坐标，s点的大小，maker是形状可以maker=（5，1）5表示形状是5边型，1表示是星型（0表示多边形，2放射型，3圆形）；alpha表示透明度；facecolor=‘none’表示不填充。例子如下：
[python]
1. def drawStar():
2. 8,4))
3. 100)
4. 100)
5. 1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none')
6. 0,1)
7. 0,1)
8.
9. plt.show()
上面代码的facecolors参数使得前面的c=‘y’不起作用了。图像：
5，3D图像，主要是调用3D图像库。看下面的例子：
[python]
1. def draw3Dgrid():
2.
3. 2:2:20j,-2:2:20j]
4. 2-y**2)
5. 111,projection='3d')
6. 2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8)
7. 'x')
8. 'y')
9. 'z')
10.
11. plt.show()
得到的图像如下图所示：
到此，matplotlib基本操作的学习结束了，相信大家也可以基本完成自己的科研任务了。下面将继续学习python的相关课程，请继续关注。
参考书目：
《python科学计算》
《matplotlib手册》
参考资料：http://matplotlib.org/gallery.html matplotlib画廊
有少量修改，如有疑问，请访问原作者！
