x = range(5)
y = [2,2, 3,3,2]
plt.plot(x, y)

x = np.arange(0, 18, 0.1)
y = np.sin(x)
plt.plot(x, y)

x = np.arange(0, 18, 0.1)
sy = np.sin(x)
cy = np.cos(x)

plt.subplot(2, 1, 1)
plt.plot(x, sy)

plt.subplot(2, 1, 2)
plt.plot(x, cy)

x = np.random.rand(100)
y = np.random.rand(100)
plt.scatter(x, y)

plt.bar(range(10), np.random.rand(10))

X = np.random.rand(4, 16) 
plt.imshow(X)

img = plt.imread('111.png')
plt.imshow(img)

## 设置画图大小
plt.figure(figsize=(10, 6), dpi=80)
## 生成-pi到正pi区域256个x值（linspace生成等差数列）
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
## 生成y值
c, s = np.cos(x), np.sin(x)
## 画线
# plt.plot(x, c, label="sine")
## 画散点，s控制点的大小
plt.scatter(x, c, s=1, label="sine")
## 手动指定线的颜色，线的宽度，线的样式
plt.plot(x, s, color="gray", linewidth=1.5, linestyle="-", label="cosine")

## 添加图例，将sin、cos的颜色和label在图例中标识出来
plt.legend(loc='upper left')
t = 2 * np.pi / 3
## 画散点
plt.scatter([t, ], [np.cos(t), ], 50, color='blue')
## 画函数上的标签
plt.annotate(r'$cos(\frac{2\pi}{3})=-\frac{1}{2}$',
xy=(t, np.cos(t)), xycoords='data',
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
plt.scatter([t, ],[np.sin(t), ], 50, color='red')
plt.annotate(r'$sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t, np.sin(t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

## x刻度区域，比xlim更细致(-4坐标到正4坐标，总共9个刻度)
plt.xticks(np.linspace(-4.0, 4.0, 9, endpoint=True))
## 将x轴的刻度标签改成自定义π命名

## 手动调整画布边框（默认下为x轴，左为y轴）
## 将上、右边框隐藏，
ax = plt.gca() # 获取当前轴（相对于subplot）
ax.spines['right'].set_color('None')
ax.spines['top'].set_color('None')

## 将下轴和左轴移动到：数据空间 0 的位置（即x、y轴以0为中心）
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))
## 整体控制标签的文字大小
for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(16)
    label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65))
## 画柱状图
X = np.arange(2) + 1
n = 2
Y1 = np.random.uniform(0.5, 1.0, n)
Y2 = np.random.uniform(0.5, 1.0, n)
plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')