示例：散点图
最常见的散点图之一是x-y散点图。下面的代码会大致告诉你一个matplotlib是如何工作的，你会看到如何一点点建立起一个散点图。
我们正在使用点的x和y位置的一些构成数据。运行下面的代码，然后我们将解释每一行代码分布代表什么。
import matplotlib.pyplot as plt
%matplotlib inline
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
plt.scatter(x, y)
plt.xlabel('x values')
plt.ylabel('y values')
plt.title('X values versus Y values')
plt.xticks([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
plt.show()
示例：条形图
如果我们用相同的x和y值创建一个条形图，该怎么做呢？其实，与散点图相比，下面的代码只改变了两件事。
我们创建了一个条形图，而不是散点图。 plt.bar(x,y)
我们修改了x刻度标记，使其不包括0和11。运行下面的代码，看看会发生什么。
import matplotlib.pyplot as plt
%matplotlib inline
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
plt.bar(x, y)
plt.xlabel('x values')
plt.ylabel('y values')
plt.title('X values versus Y values')
plt.xticks([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
plt.show()
Matplotlib会按照字母顺序排列x值。
示例：折线图
对于最后的这个示例，运行下面的代码单元格，它会输出一个折线图。
import matplotlib.pyplot as plt
%matplotlib inline
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
plt.plot(x, y)
plt.xlabel('x values')
plt.ylabel('y values')
plt.title('X values versus Y values')
plt.xticks([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
plt.show()
