转自：http://blog.csdn.net/u014540876/article/details/79331341

今天遇到一个绘制图像的函数：ax.plot(xMat)，其中的参数是Mat类型的，然后就查了不少资料，却没有找到一篇解释这种情况的文章，颇费了些功夫，最终才明白绘制出的图像与参数xMat的关系。特地在此记录一下，也让自己记得更牢固。

一、当参数xMat是m*1的矩阵时

xMat = np.mat([[1],[2],[4],[7],[5],[0]])
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(xMat)
plt.show()

以上代码的结果为：

解释一下。当xMat是m*1的矩阵时，图像的横坐标是第一维子元素的索引值，从0开始计起，也就是[1]、[2]、[4]、[7]、[5]和[0]的索引值，分别对应0、1、2、3、4和5

纵坐标是矩阵中位置在（0，0），（1，0），（2，0），（3，0），（4，0），（5，0）处的值。于是，在此构成了6个点，然后用线段直接连接起来，构成图像。

二、当参数xMat是m*n的矩阵时

xMat = np.mat([[1,2,4],[3,4,2],[1,3,5]])
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(xMat)
plt.show()

以上代码的结果为：

解释一下。当xMat是m*n的矩阵时，图像会有n条连续的图像，

当我们把 [[1,2,4],[3,4,2],[1,3,5]]

看成是由[ [1], [3], [1] ]

              [ [2], [4], [3] ]和

              [ [4], [2], [5] ]

组合而形成时，就变成了相对应的m*1类型的三条图像。（把每一列看做是一条线段的数据！！！）

--------------------- 本文来自 熙来攘往 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/u014540876/article/details/79331341?utm_source=copy