市面上的Matplotlib教程大部分都只注重各种图表的绘制方法，本文略有不同，比如在5.2节会重点突出Matplotlib图表布局、组件构成等底层原理，掌握这些之后，绘制各种各样图表就有思路了。Matplotlib的学习，从数据分析师的角度或机器学习工程师的角度学习重点会略有不同，比如后者偏重：
数据分布的可视化：使用直方图、盒形图和小提琴图来了解数据的分布和离群值。
模型性能的可视化：使用混淆矩阵、ROC曲线和学习曲线等图形来评估模型的性能。
这部分我会在5.6节实战项目部分有体现。最后，5.7节会补充一些查表、电子书和代码。
本章框架：
Matplotlib是一个Python的2D绘图库，它以在交互式环境生成出版质量级别的图形。通过Matplotlib，开发者可以仅需要几行代码，便可以生成饼图，直方图，条形图，散点图等。
也可以生成更高级的各种图表：
安装
matplotlib的安装与Python中其他第三方库安装方法无异
pipinstallmatplotlib
导入
进行导入操作时通常不会直接将整个matplotlib包导入，而是导入matplotlib包中最为常用的pyplot模块，一般的，我们习惯将pyplot导入时起一个简称plt
importmatplotlib.pyplotasplt
开始介绍之前，先给大家看个小例子，大家重点看一下步骤即可
在使用matplotlib进行绘图之前，理解matplotlib图表构成是非常有必要的。
matplotlib图表有三个非常重要的概念：figure、axes、axies，三者之间的关系构成了matplotlib图表的整体布局
Matplotlib图表中，至少有一个figure，figure可以理解为一张画布，画布上面可以画多个axes，这里的axes我理解为坐标系，每个坐标系可以有多个axis，也就是有多条坐标轴。
figure层：画布，这是最低层的容器，用于容纳axes。（2）axes层：坐标系，也成为轴域，第二层容器，用于容纳axis。（3）axis层：坐标轴，也包含坐标轴上更加细微的组件。
下图是在matplotlib官方文档中展示的一张图片，进一步的很清晰展示了matplotlib图表布局上的组件构成：
蓝色部分文本是各组件的名称，请牢记各组件的名称，方便在对各组件进行设置是调用函数，因为组件的名称与函数名是相似的。其实，在matplotlib中，在figure中的所有组件，包括图一中的axes、axies甚至是figure和图中出现的所有组件都称为artist，因为这些组件均继承于一个名为Artist的父类。根据所在位置和作用，我们可以将matplotlib所有artist可以划分到三个层次：
ArgumentDefaultDescriptionnum1图的个数figsizefigure.figsize图的大小,单位为英寸(宽度,高度)dpifigure.dpi分辨率,每英寸的点数facecolorfigure.facecolor绘图背景颜色edgecolorfigure.edgecolor绘图背景边框颜色frameonTrue是否绘制边框