一、保存图片

可以通过savefig()方法，将绘制的图形保存为文件：

importnumpy as npimportmatplotlib.pyplot as plt

x= np.linspace(0,10,100)

fig=plt.figure()

plt.plot(x,np.sin(x),'-')

plt.plot(x,np.cos(x),'--')

fig.savefig('fig.png')

可以通过下面的方法查看系统支持的图片格式：

fig.canvas.get_supported_filetypes()

savefig方法有一些可定制的参数，比如你想得到一个500dpi的图片，并且尽量少的空白：

plt.savefig('image.jpg', dpi=600,bbox_inches='tight')

下面是savefig方法的参数说明：

fname：文件路径或文件对象，根据扩展名推断文件格式

dpi：分辨率，默认100

format： 指定文件格式

bbox_inches： 要保存的图片范围。‘tight’表示去掉周边空白。

facecolor：子图之外的背景颜色，默认白色

edgecolor：边界颜色

二、图像接口

Matplotlib有两种画图接口：一是便捷的MATLAB风格接口，一个是功能更强大的面向对象接口。

MATLAB接口

MATLAB风格的工具位于pyplot接口中，比如：

x = np.linspace(0,10,100) #生成点列表

plt.figure() #创建图形

plt.subplot(2,1,1) #行、列、子图编号

plt.plot(x,np.sin(x))

plt.subplot(2,1,2)

plt.plot(x,np.cos(x))#第二个子图

这种接口最重要的特性是有状态的，它会持续跟踪当前的图形和坐标轴，所有plt命令都可以使用。可以使用plt.gcf()方法获取当前图形和plt.gca()获取当前坐标轴的具体信息。

但是这种接口也有问题。比如，当创建第二个子图的时候，怎么才能回到第一个子图，并增加新内容呢？虽然也能实现，但方法比较复杂。而下面的方式则不存在这个问题。

面向对象的接口

这种方式可以适应更加复杂的场景，更好地控制你的图形。画图函数不再受到当前‘活动’图形或者坐标轴的限制，而变成了显式的Figure和Axes的方法。下面是个例子：

fig, ax = plt.subplots(2) #ax是包含两个Axes对象的数组

ax[0].plot(x,np.sin(x)) #在每个对象上调用plot()方法

ax[1].plot(x,np.cos(x))

三、显示中文

在默认情况下，如果使用中文，会显示为方框乱码，解决这个问题只要在代码的起始处进行如下设置：

plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文

plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

以上方法是只能临时使用，每次都要执行。如果想一劳永逸，那么必须修改配置文件。

importmatplotlib as mpl

mpl.matplotlib_fname()

用文本编辑器打开上面代码运行后的文件，找到下面这行：

#font.serif : DejaVu Serif, Bitstream Vera Serif,...

将前面的注释符号去掉。

然后去C:\Windows\Fonts\Microsoft中复制一个你想要的字体ttf文件，或者别处的字体文件，将它粘贴到..\mpl-data\fonts\ttf文件夹中，并给它重命名为Vera.ttf。

还有一个坐标轴的负号正常显示的配置修改：

#去掉注释符号，同时，改为False

axes.unicode_minus : False