各位小表貝，你們的畫圖小老弟又來咯~

上一次我們聊到了如何畫離散圖，這一次我們來點復雜的，準備好了么，系好安全帶，準備發車咯~滴滴~

我們先來點比較簡單，那種易于上手的。

如果現在我知道了兩個點的坐標，那么如何畫出一條線呢？聽起來有點簡單過頭。

首先，我們翻開了官網教程的相關頁面。

光是看看參數的數量已經相當復雜了，我想申請撤退。

別急，其實絕大多是輔助性的作用，最為重要的是兩個參數xdata和ydata

matplotlib.lines.Line2D(xdata,ydata,……)

從我們一般的理解上來說，確定兩個點的坐標，就可以畫出一條直線，比如現在我想畫出(0,0)到(1,5)的直線，那么是不是我們把這兩個點的坐標放進去就OK了呢？

此刻請允許我東北人上身，能動手，就憋叨叨。

import matplotlib.pyplot as plt
from matplotlib.pyplot import Line2Dfig=plt.figure()
ax=fig.add_subplot(111)
ax.set_xlim(0,5)
ax.set_ylim(0,5)
line=Line2D((0,0),(1,5))
ax.add_line(line)
plt.show()

等一下！一定是我的開啟方式有問題，為什么沒有畫出一根直線？從一個資深碼農的角度來說，這時候應該是系統出現了問題，我需要，重啟計算機。。

先別。注意看上面對于Line2D的官方解釋，這里的xdata和ydata，并不是我們常規理解下的兩個點的坐標。而是，將兩個點的x坐標和y坐標分別寫成一個數組。

import matplotlib.pyplot as plt
from matplotlib.pyplot import Line2Dfig=plt.figure()
ax=fig.add_subplot(111)
ax.set_xlim(0,5)
ax.set_ylim(0,5)
line=Line2D((0,1),(0,5))
ax.add_line(line)
plt.show()

其實啥都沒變，只是把Line2D((0,0),(1,5))變成了Line2D((0,1),(0,5))，為了顯得專業一些，我把代碼重新貼了一份而已。

來，再試一次。

棒！想給自己鼓掌！（怎么著，我自己寫文章還不能給自己加戲了？？）

接下來，我們再來看看如何畫一個圓。

還是從常規理解來說，一個圓最重要的也就是圓心以及半徑。matplotlib的官方團隊一定是竊取了我的想法，竟然和我的認知不謀而合。

雖然依然有著肥腸多的參數，但是我并不關心，注意看

matplotlib.patches.Circle(xy,radius=5,**kwargs)

這里的xy比較明顯的代表了，應該用一個tuple來表示一個圓心的坐標。（tuple是啥？還不先去把python的基礎課程補一補？）

來，我們繼續動手畫起來。

import matplotlib.pyplot as plt
from matplotlib.patches import Circlefig=plt.figure()
ax=fig.add_subplot(111)
cir=Circle((3,3),radius=2)
ax.add_patch(cir)
plt.show()

這是在和我開玩笑么？這TM也敢自稱是個圓？我一個漂亮的回旋踢應該也比這個圓吧。

當然究其原因。

1. x軸和y軸的范圍不同，一個是0到5，一個是0到10
2. 這整個坐標系看起來就像是一個長方形，即使畫出來的是一個正圓，也會被壓縮成橢圓。

咱們一一解決。

首先，對于x,y軸范圍的問題，可以去設置axis的范圍（axis是啥？去看上一篇）。

fig=plt.figure()
ax=fig.add_subplot(111)
ax.set_xlim(0,10)
ax.set_ylim(0,10)

而如何將一個axis設置為一個正方形的顯示區間，就需要去網上找答案了。

最終千辛萬苦，會發現對于axis而言，有一個方法可以設置它的aspect

ax.set_aspect(num)

這里的num則是x,y軸的長寬比，如果我們想得到一個正兒八經的正方形，num填寫1，修改一下代碼再跑一次試試。

棒！仔細對比上下兩張圖，你會發現之前橢圓的那張圖，確實不是一個正方形。而且可以負責任的說，matplotlib直接拿來畫圖而不去調整aspect的畫，你一定畫不出一個正圓。（好像說的有點滿。）

目前來說，我相信你已經知道了如何繪制圓以及直線了，那咱們玩點有難度的。

我們用僅有的一些知識，來畫出一幅人工智能中神經網絡的連接圖。那是個啥？我們先看看結果。

就是它了。簡單來說，我們把這些圓分為了3層，第一層3個，第二層5個，第三層6個。然后每一層與每一層之間有一個全連接的關系。

全連接是啥？嗯。。比如下圖這樣，就是一個點對于下一層的全連接。

是不是已經興奮的搓手手了？來，咱們先考慮考慮，這么一個看起來比較復雜的東西，該怎么畫。（是不是想起了數學書上的課后練習？學會了1+1立馬就得會做8239+44121。）

首先來說，這套圖形，充滿了各種重復勞動，而一切的重復勞動在代碼面前都是紙老虎。編碼的意義是什么？就是懶人給自己找到了一個偷懶的方法啊。

從一個編碼人員的角度來說，現在是3層的網絡，但是我希望用一套代碼，可以解決3層，10層，甚至30層，并且只需要改動一個參數就行了，其他的我都不想改，因為，懶！

安排！

經過首輪簡單分析，你可以很輕松的發現，對于圓以及直線而言，他們共用了所有的點。也就是說，兩個直線連接的就是兩個圓心，所以如果我們可以直接把所有圓心的位置都找到，并且儲存成一個數組，那不就萬事大吉了么？

對，就是這么簡單。

就拿我們現在這個3層分布來說，那么一張畫布，就可以被三等分為三個部分。

這么看起來，現在每一個圓心的x軸坐標，可以確定下來了。

但是現在x軸范圍是0到10，我希望如果是0到100也不會影響到我的算法。話句話來說，現在第一層的x軸坐標應該是1.66（怎么算的？自己動動腦子。）如果這時候x的范圍是0到100，那么第一層的x軸坐標就應該是16.6。

所以我需要去動態的進行計算，不應該把這個10當做一個固定值進行計算。

比較幸運的是，我們可以通過調用ax.get_xlim()和ax.get_ylim()來獲取到x軸與y軸的范圍，比如以當前情況而言，會返回一個(0,10)的tuple。

所以這么看起來，如果我按照x軸的長度，除以層數，就可以獲取每一層應該有多寬了。完美！當然圓心和直線的一端就是在每一層x數值的中心咯。

那么對于y軸該如何分呢？以當前的[3,5,6]而言，那我們必然想讓他的排布好看一些，如果office用的多都應該知道啥叫居中排布。

這么看來，每一個圓所在格子的高度，應該以圓的個數最多的那一層為準。比如這時候是第三層的6個，如果其他層有更多呢，比如我們再畫一個。

那這時候就會以9作為基準。所以目前的第一目標就是找出，哪一層的圓比較多。

如果你要用冒泡算法或者其他的一些排序算法去找，也不是說不可以，不過numpy中有一個方法，用起來比較方便。比如。

import numpy as npa=[1,3,5,2,56,4]
b=np.amax(a)
Out[]: 56

那么好了，現在好像難題都已經被解決了，剩下的就是用各種循環去畫圖了。當然這一次我會先給出部分代碼，我更希望你可以自己動手畫一畫。完整版的代碼會在下一篇文章中以彩蛋的形式發布。（劇透了還能叫彩蛋么？）

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Circle
from matplotlib.pyplot import Line2Ddef draw_level(each_level):ylim=ax1.get_ylim()[1]xlim=ax1.get_xlim()[1]each_level=np.array(each_level)each_col=xlim/((len(each_level)))each_row=ylim/np.amax(each_level)radius=0.4*each_rowfor i,item in enumerate(each_level):# your code heredef draw_line(each_level):ylim = ax1.get_ylim()[1]xlim = ax1.get_xlim()[1]each_level = np.array(each_level)each_col = xlim / ((len(each_level)) )each_row = ylim / np.amax(each_level)result=list()for i, item in enumerate(each_level):# your code herefor i in range(len(each_level)-1):for item in result[i]:for i_next in result[i+1]:# your code here fig=plt.figure()
ax1=fig.add_subplot(111)
ax1.set_xlim(0,10)
ax1.set_ylim(0,10)
ax1.set_aspect(1)
each_level=[3,5,9,6]
draw_line(each_level)
draw_level(each_level)
plt.show()

如果喜歡請記得點贊收藏加關注哦~么么噠~（有一小段代碼我懶得抽離出方法了，哈哈，反正懶就對了。）