总结了annotate、颜色、直方图、三维图、条形图和饼图的用法。
Annotation（注释）
基本注释
下面代码完成基本注释的功能
其它的上一节已经说过，这里详细说说
arrowprops的参数:
-
facecolor用来描述箭头的颜色 -
shrink表示箭头的头距离标注点和箭头尾距离文本点的百分比，当距离大于0.5时，由于两端不可能都距离0.5，所以直接从标注点开始算，如当shrink=0.6时：
也可以使用下面的方式使用annotate：
-
xycoords='data'表示数据坐标系，也就是说(3, 1)是针对图像上的点而言 -
textcoords='axes fraction'表示子图坐标系，也就是说点(0.8, 0.95)是针对整个子图而言，而且使用的是百分比的形式，例如改为xytext=(0.5, 0.5):
-
horizontalalignment是控制文本的x位置参数，取值有left、center和right -
verticalalignment是控制文本的y位置参数，取值有top、center和bottom
textcoords='polar'表示极坐标系
horizontalalignment可以简写为 ha
verticalalignment可以简写为 va
使用文本框进行注释
text()函数提供了bbox关键字，当bbox被标明时，就可以给文本加框
还可以使用另一种方式：
bb = t.get_bbox_patch()bb.set_boxstyle("rarrow", pad=0.6)get_bbox_patch()返回一个FancyBboxPatch实例，可以通过该实例的set_boxstyle()方法修改文本框的样式
常见的文本框样式：
使用箭头
annotate()方法通常可以用来绘画连接两个点的箭头
给annotate()方法的第一个参数传入空字符串，就可以绘制一个箭头
其中
arrowstyle控制箭头的形状，还可以设置其它的值和样式
connectionstyle控制连接线的样式，还可以设置其它的样式：
angle3表示圆弧形
angle表示使用直角连接
注：有些arrowstyle只对部分connectionstyle起作用。
如果使用注释时设置了第一个字符串参数，默认会添加文本，也可以使用bbox添加文本框
使用legend
颜色
常用的表达方式
在大多数情况下，描述颜色可以使用以下几种方式：
- 介于0~1之间的小数表示的RGB，例如
(0.1, 0.2, 0.5) - 使用字符串表示的RGB，例如
#0F0F0F -
{'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'}中的其中一个 -
{'C0', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9'}中的一个
“CN”颜色选择器
颜色可以被规定成一个满足正则表达式C[0-9]的字符串
th = np.linspace(0, 2*np.pi, 128)
ax.plot(th, np.cos(th), 'C1', label='C1')
ax.plot(th, np.sin(th), 'C2', label='C2')
ax.legend()
直方图
使用hist()方法计算并绘制x的直方图，返回值是一个包含(n, bins, patches)的tuple。
- 返回的tuple中有三个参数：
n：表示直方图中各个条的数值（各条的高度）
bins：值为直方图总条数加1，表示图中条的边
patchs：是一个list，每个元素是一个条的对象 -
hist()函数有很多参数可供选择，这里总结几个常用的：
x：要绘画直方图的对象，一般情况下是一个array
bins：默认为None，指定直方图的总条数
normed：默认为False，当其值为True时，直方图的值进行了归一化，返回的n也是归一化后的值
histtype：默认为bar，控制直方图的形状，还可以指定为step
rwidth：默认为None，控制每条的宽度
color：默认为None，控制颜色，不可以使用CN颜色选择器
其中除了x外，其他都是可选参数
下面是一个简单的例子：
结果如下：
三维图
开始
首先要导入相应的类库：
from mpl_toolkits.mplot3d import Axes3D，这个类库应该在matplotlib中。
创建三维图像需要使用关键字projection='3d'。首先创建一个Figure对象，再添加axes即可：
三维曲线
使用Axes3D.plot(x, y, z)绘制三维曲线（Axes3D表示三维子图的对象），其中z可以是与x, y等长的集合或者一个数，当变为一个数时就相当于在平面上作图。
结果如下：
三维点图
使用Axes3D.scatter()绘制三维散点图
其中
c='r'表示颜色为红色，maker='^'表示用三角表示点，结果如下：
三维曲面
使用Axes3D.plot_surface()绘制三维曲面图
其中要注意
X和Y必须使用meshgrid()函数处理，meshgrid()函数将向量x和y定义的区域转换成矩阵X和Y，这两个矩阵可以用来表示mesh和surf的三维空间点以及两个变量的赋值。其中矩阵X的行向量是向量x的简单复制，而矩阵Y的列向量是向量y的简单复制。结果如下：
条形图
使用matplotlib.pyplot.bar()绘制一个条形图，返回值是一个list，其中每个元素是一个条形图中单个条的对象。
-
bar()函数有好几个参数，常用的参数有：
left：可以理解为条的左侧的x坐标，是一个标量序列
height：每个条的高度，就是你要绘制的数据
width：每个条的宽度，默认为0.8
bottom：条形图的底的起始数值，也就是y轴的起始值，可以分开指定每个条的底，默认为0
color：设置条形图的颜色
其中除了left和height外都是可选参数
下面是一个简单的例子：
其中：
- 给p2的每个条设置的bottom为p1，所以就呈现出连接的情形。
- xticks()设置了x轴的说明，传入了两个参数，第一个参数表示需要标注的位置，第二个参数表示标注的内容。
- yticks()设置了y轴的取值和间隔，范围为从0~81，间隔为10.
- legend()设置了图注，其中p1和p2中的索引为0~ind之间的任意数。
结果如下：
另：如果将p2改为
p2 = plt.bar(ind + width, y, width=width, color='r')将xticks改为
plt.xticks(ind + width/2, ('G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7'))则结果变为：
饼图
使用matplotlib.pyplot.pie()函数可以绘制一个饼图，返回值为patches、texts和autotext，都是list。
-
pie()的参数：
x：需要绘制成饼图的数据。
explode：由一个array组成，表示饼图各个分块的间隔，默认为None。
labels：是一个list，提供饼图每个分块的名称的一个字符串，默认为None。
colors：可以是一个array，表示每个分块的颜色。
autopct：指定每个分块的数据标签的格式，可以是format string或着函数。
shadow：饼图是否添加阴影，默认为False。
startangle：指定饼图开始的角度，如果未指定将从x轴开始逆时针旋转，默认为False。
其中x为必选参数，其余为可选参数
以上所有属性的指定顺序均为逆时针
- 返回值：
patches：由饼图的所有分块的实例组成的list。
texts：由饼图的所有分块的文本标签实例组成的list。
autotexts：当autopct不为None时，返回一个由饼图所有分块的数据标签实例组成的list。
下面是一个简单的例子：
结果如下：
附：
所有内容均来自官方文档
可能有一些错误，希望大家指正哈！谢谢！
