Matplotlib

   1.matplotlib-折线图

首先也是导入库 ：  import  matplotlib.pyplot  as  plt

plt.plot()            不传值空白折线图

plt.plot(a,b)   a是x轴，b为y轴     注意：a,b为单值时就一个点

plt.xticks(rotation=45)   改变样式，x轴数坐标转45度  
plt.yticks(ratation=45)  同理 y轴。。。

plt.xlabel('我是X轴')
plt.ylabel('我是y轴')
plt.title('我是大标题')     写的时候，本人nodebook不识别汉字，这里就不改了

plt.show()    展示

             

               

2.matplotlib-子图操作

plt.figure()  默认一个画图的区间       输出为：<Figure size 432x288 with 0 Axes>
add_subplot(a,b,c)       如： a=2,b=3 组成一个矩阵 2行3列  c代表这个矩阵在区间的位置，排序规则见下

plt.figure(figsize=(5,3))    5，3 代表矩阵的长宽

           

3.matplotlib-条形图与散点图

bar_heights = [2,3,4,5,6]              bar:柱，柱的高度   Y轴
bar_positions = arange(5)+0.75       柱的位置（与坐标原点的距离，X轴）
fig,ax = plt.subplots()                   fig不能丢，不然图出不来，不知道为什么0.0    fig--figure,(figsize)可以看大小，前面博客中有
ax.bar(bar_positions,bar_heights,0.4)         第三个参数是柱本身的宽度      

 

# ax.set_xticks(bar_positions)          这个的意思 看下面两图对比吧，不会说了
ax.set_xticklabels(bar_positions,rotation=45)

ax.set_xlabel('X zhou')
ax.set_ylabel('Y zhou')
ax.set_title('dabiaoti')

  

ax.barh(bar_positions,bar_heights,0.4)    barh -- 看效果，自己悟

3.1散点图

ax.scatter(bar_heights,bar_positions)    scatter：散点图

4.matplotlib-柱形图与盒图

ax.hist(bar_positions)           .hist--带有bin结构的图，不写有默认bin值 

ax.hist(bar_heights,range(3,4),bins=20)        range(3,4)去掉3之前和4之后的值

ax.boxplot(bar_heights)          盒图
ax.set_ylim(0,5)     y轴坐标为0,1,2,3,4,5,6....