介绍

matplotlib.pyplot是Matplotlib库的一个子模块，它提供了一个简单的界面来创建各种类型的图形和图表。使用pyplot，您可以轻松创建、定制和显示图形，而无需编写大量的底层代码。以下是matplotlib.pyplot的一些常见用法：

导入模块： 首先，您需要导入matplotlib.pyplot模块。通常，它被导入为plt，这是一个常用的约定：
```
import matplotlib.pyplot as plt
```
创建图表： 使用plt.figure()来创建一个新的图表。如果您不显式创建图表，pyplot将自动创建一个默认图表。
```
plt.figure()
```
绘制数据： 使用plt.plot()来绘制数据。您可以传入X轴和Y轴的数据作为参数，并通过可选的参数来设置线条的样式、颜色、标记等。例如：
```
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 18, 16]
plt.plot(x, y, marker='o', linestyle='-')
```
添加标签和标题： 使用plt.xlabel()、plt.ylabel()和plt.title()来添加X轴和Y轴的标签以及图表的标题：
```
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title('图表标题')
```
自定义图表外观： 您可以使用各种方法来自定义图表的外观，包括设置线宽、颜色、标记、刻度、标签等。例如：
```
plt.plot(x, y, marker='o', linestyle='-', color='blue', linewidth=2, label='数据1')
```
图例： 如果您在图表中有多个数据集，可以使用plt.legend()来添加图例，以便区分它们。需要在绘图时为每个数据集添加label参数，然后调用plt.legend()来显示图例。
```
plt.plot(x1, y1, label='数据集1')
plt.plot(x2, y2, label='数据集2')
plt.legend()
```
保存图表： 使用plt.savefig()可以将图表保存为图像文件，以便以后使用或分享。
```
plt.savefig('my_plot.png')
```
显示图表： 最后，使用plt.show()来显示图表。这个函数通常在您完成所有图表定制后调用。
```
plt.show()
```

这只是matplotlib.pyplot的基础用法。Matplotlib还提供了更多高级功能，如子图、3D绘图、文本注释、颜色映射等。要了解更多详细信息，建议查阅Matplotlib的官方文档和示例库。

运用

先来看一个代码

import matplotlib.pyplot as plt# 数据
频率 = [100, 200, 300, 400, 500, 600, 700, 800, 900, 1000]
周期 = [10, 5, 3.36, 2.48, 2, 1.68, 1.44, 1.28, 1.12, 1]
#用来能够显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 创建图表
plt.figure(figsize=(8, 6))
plt.plot(频率, 周期, marker='o', linestyle='-')
plt.title('周期随着频率变化')
plt.xlabel('频率(Hz)')
plt.ylabel('周期(ms)')
plt.grid(True)# 显示图表
plt.show()