学matplotlib绘图的时候为什么这段代码的红线出不来

Question

今天跟着莫凡Python教程里学习的时候，跟着视频敲的这段代码，为什么得不到该有的效果呢？
代码：

```python
from __future__ import print_function
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

def add_layer(inputs, in_size, out_size, activation_function=None):
    Weights = tf.Variable(tf.random_normal([in_size, out_size]))
    biases = tf.Variable(tf.zeros([1, out_size]) + 0.1)
    Wx_plus_b = tf.matmul(inputs, Weights) + biases
    if activation_function is None:
        outputs = Wx_plus_b
    else:
        outputs = activation_function(Wx_plus_b)
    return outputs

# Make up some real data
x_data = np.linspace(-1, 1, 300)[:, np.newaxis]
noise = np.random.normal(0, 0.05, x_data.shape)
y_data = np.square(x_data) - 0.5 + noise

##plt.scatter(x_data, y_data)
##plt.show()

# define placeholder for inputs to network
xs = tf.placeholder(tf.float32, [None, 1])
ys = tf.placeholder(tf.float32, [None, 1])
# add hidden layer
l1 = add_layer(xs, 1, 10, activation_function=tf.nn.relu)
# add output layer
prediction = add_layer(l1, 10, 1, activation_function=None)

# the error between prediction and real data
loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)
# important step
sess = tf.Session()
# tf.initialize_all_variables() no long valid from
# 2017-03-02 if using tensorflow >= 0.12
if int((tf.__version__).split('.')[1]) < 12 and int((tf.__version__).split('.')[0]) < 1:
    init = tf.initialize_all_variables()
else:
    init = tf.global_variables_initializer()
sess.run(init)

# plot the real data
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.scatter(x_data, y_data)
plt.ion()
plt.show()


for i in range(1000):
    # training
    sess.run(train_step, feed_dict={xs: x_data, ys: y_data})
    if i % 50 == 0:
        # to visualize the result and improvement
        try:
            ax.lines.remove(lines[0])
        except Exception:
            pass
        prediction_value = sess.run(prediction, feed_dict={xs: x_data})
        # plot the prediction
        lines = ax.plot(x_data, prediction_value, 'r-', lw=5)
        plt.pause(1)

预期效果：

运行结果：

Answer 1

你得设置个颜色吧

```python
from matplotlib import markers
import matplotlib.pyplot as plt
import numpy as np
"""
    Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
    Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
    Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。
"""

# 多个点的绘制
ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])
ypoints_one = np.array(range(2,17))
"""
    plot() 用于画图它可以绘制点和线，语法格式如下：
    # 画单条线
    plot([x], y, [fmt], *, data=None, **kwargs)
    # 画多条线
    plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
    参数说明：
    x, y:点或线的节点 x 为 x 轴数据 y 为 y 轴数据，数据可以列表或数组。
    fmt:可选定义基本格式(如颜色、标记和线条样式）。
    **kwargs:可选,用在二维平面图上 设置指定属性，如标签，线的宽度等。

"""

"""
'solid' (默认)     '-'     实线
'dotted'     ':'     点虚线
'dashed'     '--'     破折线
'dashdot'     '-.'     点划线
'None'     '' 或 ' '     不画线
"""
## fmt = '[marker][line][color]' 例如 o:r，o 表示实心圆标记，: 表示虚线，r 表示颜色为红色。
# plt.plot(ypoints,marker="o")
## 点虚线显示
plt.plot(ypoints,linestyle="dotted",color="g")
plt.plot(ypoints_one,linestyle="dashdot",color="r")
plt.show()

```