在〈NumPy 的 Universal 函式〉中，在文字模式中顯示了謝爾賓斯基三角形，有沒有辦法在 Matplotlib 中也畫個謝爾賓斯基三角形呢？可以的！
依〈NumPy 的 Universal 函式〉的演算法，在文字模式中必須有黑與白對應的字元，不過使用 Matplotlib 來畫的話，因為預設背景為白色，只要在黑的部份佈點就可以了，這可以使用散佈圖來達到，在 Matplotlib 中，可透過 pyplot 的 scatter 函式，指定 x 軸與 y 軸的座標清單就可以了。
暫且不使用 NumPy 的話，想在黑的部份佈點，就是收集黑的部份座標，用以呼叫 scatter 函式：
import matplotlib.pyplot as plt
n = 32
xs = []
ys = []
for y in range(n):
for x in range(n):
if x & y == 0:
xs.append(x)
ys.append(y)
plt.title('Sierpinski triangle')
plt.xlabel('x')
plt.ylabel('y')
plt.gca().set_aspect(1)
plt.scatter(xs, ys)
plt.show()
不過，這只會畫出以下的圖案：
Matplotlib 預設的標示（marker）是圓形，想調整標示圖案，可以透過 scatter 的 marker 參數，預設值是 'o'，可指定的其他值可在 matplotlib.markers 查詢，我想要使用方塊，就要指定 's'。
另外，我想要作為點的方塊彼此銜接，這必須設定標示的大小，可以透過 scatter 的 s 參數來設定，這個參數有點特別，scatter 的文件談到，s 要指定 points**2，point 是啥？
Matplotlib 在指定一些尺寸參數時，並不是使用像素之類的單位，而是跟印刷方面有關的單位，Matplotlib 中的 point，是印刷上使用的長度單位，一個點是 1/72 英吋（inch），而 s 是指定標示尺寸的平方（可以想成大致上是標示佔有的方形區域的面積）。
在標示指定為方塊時，為了讓他們彼此能銜接，必須知道軸的座標範圍與長度，範圍可以透過 pyplot 的 xlim、ylim 得知，不過預設情況下，軸的範圍是 Matplotlib 自動運算得到的，無論運算後的範圍為何，這時呼叫 xlim、ylim，只會傳回 (0.0, 1.0)。
既然如此，那就自行設定軸的範圍，這可以透過 xlim、ylim 來設定，那麼軸的長度呢？可以透過 pyplot 的 gcf 取得目前的圖，然後呼叫 set_size_inches 來設定圖表大小，不過這設定的是整個圖表大小，包含了那些標示文字，如果設定比例為 1:1 的話，那麼座標軸佔的長度，大致上會是圖長度的 0.775。
因此，為了能計算標示的尺寸，使用 set_size_inches 設定圖表為 (plotwidth, plotwidth)，x、y 軸範圍都是 (-0.5, n - 0.5)，那麼標示大小就可以如下計算：
PTS_PER_INCH = 72 # 一英吋有 72 個點
plotwidth_pts = PTS_PER_INCH * plotwidth # 圖表的長度有幾個點？
marksize = 0.775 * plotwidth_pts / n # 座標軸切為 n 分，每一份的長度有幾個點？
整理一下程式碼，如下就可以畫出方才第一張圖的結果：
import matplotlib.pyplot as plt
def scatter_plot(title, plotsize, axislim, markersize, xs, ys):
plt.title(title)
plt.gcf().set_size_inches(plotsize)
plt.xlim(axislim)
plt.ylim(axislim)
plt.xlabel('x')
plt.ylabel('y')
plt.scatter(xs, ys, marker = 's', s = markersize ** 2)
plt.show()
n = 128
xs = []
ys = []
for y in range(n):
for x in range(n):
if x & y == 0:
xs.append(x)
ys.append(y)
plotwidth = 6
axislim = (-0.5, n - 0.5)
plotsize = (plotwidth, plotwidth)
PTS_PER_INCH = 72
plotwidth_pts = PTS_PER_INCH * plotwidth
marksize = 0.775 * plotwidth_pts / n
scatter_plot(
'Sierpinski triangle',
plotsize,
axislim,
marksize,
xs,
ys
)