分类目录：《系统学习Python》总目录
matplotlib.pyplot是Matplotlib的基于状态的接口。它提供了一种隐式的、类似MATLAB的绘图方式。它还会在您的屏幕上打开图形，并充当图形GUI管理器。
语法
matplotlib.pyplot.plot(*args, scalex=True, scaley=True , data=None, ** kwargs)
函数定义
matplotlib.pyplot.plot([x], y, [fmt], *, data=None, **kwargs)matplotlib.pyplot.plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
其中，可选参数fmt是定义基本格式（如：颜色、标记和线型）的便捷方式。
绘制多组数据
若需要绘制多组数据，有如下三种方法：
多次调用matplotlib.pyplot.plot
matplotlib.pyplot.plot(x1, y1, 'bo')matplotlib.pyplot.plot(x2, y2, 'go')
传入二维数组
如果x或y是二维数组，将为每一列绘制一个单独的数据集。如果x和y都是二维的，则它们必须具有相同的形状。如果其中只有一个是形状为(N, m)，则另一个必须具有长度N并将用于每个数据集m。
x = [1, 2, 3]y = numpy.array([[1, 2], [3, 4], [5, 6]])matplotlib.pyplot.plot(x, y)
相当于：
for col in range(y.shape[1]):matplotlib.pyplot.plot(x, y[:, col])
指定多组[x]、y、[fmt]：
matplotlib.pyplot.plot(x1, y1, 'g^', x2, y2, 'g-')
在这种情况下，任何附加的关键字参数都适用于所有数据集。此外，此语法不能与data参数结合使用。
默认情况下，每行都分配有由“样式循环”指定的不同样式。仅当您希望显式偏离这些默认值时，才需要fmt和line属性参数。或者，您也可以使用rcParams["axes.prop_cycle"]更改样式循环。
参数
x,y：类数组或标量。数据点的水平/垂直坐标。x值是可选的，默认为range(len(y))。通常，这些参数是一维数组。它们也可以是标量或二维的，在这种情况下，列表示单独的数据集。fmt：str，可选。格式字符串只是快速设置基本行属性的缩写。所有这些以及更多也可以通过关键字参数来控制，但此参数不能作为关键字传递。scalex,scaley：bool, 默认为True，这些参数确定视图限制是否适应数据限制。值被传递给autoscale_view。data：数据可索引对象，可选。带有标签数据的对象。如果给定，请提供要在x和y中绘制的标签名称。**kwargs：Line2D属性，可选。kwargs用于指定线标签、线宽、抗锯齿、标记面颜色等属性。返回值
Line2D清单，表示绘制数据的线列表。
格式化字符串fmt
格式字符串由颜色、标记和线条部分组成：
fmt = '[marker][line][color]'
其中的每一个都是可选的。如果未提供，则使用样式循环中的值。例外：如果line给出，但没有marker，数据将是一条没有标记的行。[color][marker][line]也支持其他组合，但它们的解析可能不明确。
标记
线型
颜色
如果颜色是格式字符串的唯一部分，您可以另外使用任何matplotlib.colors规范，例如全名( 'green')或十六进制字符串( '#008000')。
实例
import matplotlib.pyplot as pltplt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')plt.show()
输出：
