1 我画出来的图:
2 运行代码在此：
3 简略讲解版本：
#导入库
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.cbook import get_sample_data
#设置各部分数据
x = np.linspace(0,10,100)
y = np.cos(x)
z = np.sin(x)
data = 2 * np.random.random((10,10))
data2 = 3 * np.random.random((10,10))
Y,X = np.mgrid[-3:3:100j,-3:3:100j]
U = -1 -X**2+ Y
V = 1 + X - Y**2
img = np.load(get_sample_data('axes_grid/bivariate_normal.npy'))
#建立子图 带入xy
fig,ax = plt.subplots()
lines = ax.plot(x,y)
#建立散点图填充颜色
ax.scatter(x,y)
ax.fill(x,y,color='blue')
ax.fill_between(x,y,color='yellow')
#子图设置
im = ax.imshow(img,
cmap='gist_earth',
interpolation='nearest',
vmin=-2,
vmax=2)
#带入
plt.plot(x,x,x,x**2,x,x**3)
ax.plot(x,y,alpha = 0.4)
ax.plot(x,y,c='k')
fig.colorbar(im,orientation='horizontal')
im = ax.imshow(img,
cmap='seismic')
#显示
plt.show()
#关闭
plt.cla()
plt.clf()
plt.close()
4 详细注释版本：
#导入numpy库用来科学计算，matplotlib库画图
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.cbook import get_sample_data
'''调用了numpy的linspace()建立了了一个数组，
其参数的含义分别是开始值，终止值，创建元素个数，
往往最后可能会有一个endpoint=False,表示最后一个值是否被包含，不写默认为True.
类似于：np.linspace(0,10,100,endpoint=False)的格式'''
x = np.linspace(0,10,100)
#并把这100个值赋予X。y,z分别是cosine和sine值（x,y,z都是numpy数组）
#此处可参考//www.greatytc.com/p/7fbecf5255f0
y = np.cos(x)
z = np.sin(x)
'''np.random.random()返回随机的浮点数，在半开区间 [0.0, 1.0),
data指画出一个10*10形状的二维数组，由范围 [0.0, 1.0)的随机数组成,
并且每个随机数都要*2 data2则表示*3'''
data = 2 * np.random.random((10,10))
data2 = 3 * np.random.random((10,10))
'''np.mgrid()用于返回多维结构，np.mgrid[ 第1维，第2维 ，第3维 ， …]
一维：eg:np.mgrid[-1:1:5j]
array([-1. , -0.5, 0. , 0.5, 1. ])
第一个参数是初始值，第二个为终止值，第三个为参数个数，猜测j代表横坐标或者纵坐标？
不理解二维多维数组，直到我找到了这篇文章：
http://www.cnblogs.com/NanShan2016/p/5491200.html
k,b=np.mgrid[1:3:3j,4:6:3j]
可以这么理解：
k轴范围为1~3，b轴范围为4~6：
k与b为咱们相关的x，y轴
【step1：k扩展】(朝右扩展)：
[1 1 1]
[2 2 2]
[3 3 3]
【step2：b扩展】(朝下扩展)：
[4 5 6]
[4 5 6]
[4 5 6]
【step3：定位（ki，bi）】（把上面的k、b联合起来）：
[(1,4) (1,5) (1,6)]
[(2,4) (2,5) (2,6)]
[(3,4) (3,5) (3,6)]
啊 这不就是咱么理解的横纵坐标吗'''
Y,X = np.mgrid[-3:3:100j,-3:3:100j]
#此处是对X,Y坐标进行运算
U = -1 -X**2+ Y
V = 1 + X - Y**2
#load()顺序从文件对象get_sanmple_data()读取数据，get_sanmple_data则返回示例数据文件
img = np.load(get_sample_data('axes_grid/bivariate_normal.npy'))
#添加子图
fig,ax = plt.subplots()
#导入x,y
lines = ax.plot(x,y)
#设置ax的参数，将内部填充
ax.fill(x,y,color='blue')
ax.fill_between(x,y,color='yellow')
#imshow()在axes上显示图像
im = ax.imshow(img,
cmap='gist_earth',
interpolation='nearest',
vmin=-2,
vmax=2)
'''绘制当前axes,并且进行设置，x,y为数组，我抄录下来几个参数：
alpha，不透明度，值在0到1之间；
animated，是否开启动画效果；
axes，当前这个对象所在的Axes对象，无或不适用则为None；
clip_box，对象的裁剪框；
clip_on，是否裁剪；
clip_path，裁剪的路径；
contains，判断指定点是否在对象上的函数；
figure，所在的Figure对象，可能为None；
label，文本标签；
picker，控制Artist对象选取；
transform，坐标体系；
visible，是否可见；zorder，控制绘图顺序'''
plt.plot(x,x,x,x**2,x,x**3)
ax.plot(x,y,alpha = 0.4)
ax.plot(x,y,c='k')
#为图添加彩条标值
fig.colorbar(im,orientation='horizontal')
#在axes 上显示图像， cmap参数代表colormap可选，默认none
im = ax.imshow(img,
cmap='seismic')
#保存
plt.savefig('foo.png')
plt.savefig('foo.png',transparent=True)
#显示
plt.show()
#清除当前axes
plt.cla()
#清除当前figure
plt.clf()
#关闭figure 窗口。
plt.close()
我的代码是从下面的网址中抄下来运行的，当时不知道干嘛的，只是为了熟悉Matplotlib。我只能保证注释大体正确吧，有问题可以指出啊 ，我就是想要大家告诉我答案呀! 加油呀↖(^ω^)↗ 米娜桑
