2.5　用Matplotlib绘图

按照先前的承诺，最后向你展示如何使用Matplotlib“从头开始”编写本章中使用的绘图函数。用pip安装Matplotlib后，就可以导入它（以及它的一些子模块）了。

import matplotlib
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection

Polygon、Points、Arrow和Segment类并无特别之处，只是保存了为其构造函数传递的数据。例如，Points类只包含一个构造函数，它接收并存储一个向量列表和一个color关键字参数。

class Points():
    def __init__(self, vectors, color=black):
        self.vectors = list(vectors)
        self.color = color

draw函数首先计算出图形的大小，然后逐一绘制传给它的每个对象。例如，要在Points对象所代表的平面上画点，draw函数会使用Matplotlib的散点绘制功能。

def draw(*objects, ...
    # ...      ←---- 这里省略了一些初始化设置
    for object in objects:      ←---- 遍历传入的对象
    # ...
        elif type(object) == Points:      ←---- 如果当前对象是Points类的实例，则使用Matplotlib的散点函数为其包含的所有向量绘制对应的点
            xs = [v[0] for v  in object.vectors]
            ys = [v[1] for v  in object.vectors]
            plt.scatter(xs, ys, color=object.color)
        # ...

箭头、线段和多边形的处理方式大致相同，使用不同的Matplotlib函数绘制几何图像。可以在源代码文件vector/drawing.py中找到所有这些函数的实现。本书将全程使用Matplotlib来绘制数据和数学函数，在使用过程中，我会定期帮你复习它的功能。

现在你已经掌握了二维向量的相关知识，可以探索更高的维度了。有了第三个维度，就可以完整描述我们生活的世界了。在下一章中，你将学习如何用代码对三维对象进行建模。