matplotlib是一款用于画图的软件，以下步骤建议在.ipynb中完成。

导包

你需要导入以下包：

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

一个简单案例

matplotlib 在 Figure上绘制图形，每一个Figure会包含多个Axes。使用matplotlib.pyplot.subplots方法创建带有Axes的Figure；使用Axes.plot在Axes上画数据。

fig, ax = plt.subplots()  # Create a figure containing a single axes.
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]);  # Plot some data on the axes.

Figure中组件

下图是Figure中的常用组件（components）：

Figure

Figure可以理解成JS中的Canvas，我们所有的图形都要在Figure中绘制。创建Figure的常用方法有以下两种plt.figure()和plt.subplots()：

fig = plt.figure()  # an empty figure with no Axes
fig, ax = plt.subplots()  # a figure with a single Axes
fig, axs = plt.subplots(2, 2)  # a figure with a 2x2 grid of Axes

Axes

Axes是一个包含在Figure中的Artist，是一块用来绘制数据的区域，它通常包含2个Axis对象或者3个Axis对象，取决于图形3D与否。每个Axes都有一个标题set_title()，x标签set_xlabel()，y标签set_ylabel()。Axes的使用体现了OOP思想。

Axis

Axis设置了缩放大小和限制，其中Axis由ticks（刻度，轴上的标志）和ticklabels（标志的字符串的内容）组成。tick的位置由locator决定，ticklabels的字符串由Formatter决定。

Artists

所有在Figure上可见的东西都是Artists：Figure，Axes，Axis，Text等。

所接受的输入

matplotlib的绘图函数所接受的输入数据得是numpy.array，即都得是ndarray类型的数据。

一种面向对象的绘图思想

建议使用OOP思想来绘图，如下所示：

x = np.linspace(0, 2, 100)  # Sample data.

# Note that even in the OO-style, we use `.pyplot.figure` to create the Figure.
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')
ax.plot(x, x, label='linear')  # Plot some data on the axes.
ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...
ax.plot(x, x**3, label='cubic')  # ... and some more.
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes.
ax.set_title("Simple Plot")  # Add a title to the axes.
ax.legend();  # Add a legend.