今天给大家介绍数据可视化领域的知识~
matplotlib是中的绘图工具库，也是平面数据可视化领域应用最广泛的绘图工具之一，接下来我们就从常用函数的角度向大家介绍matplotlib的用法！
展现变量的趋势变化，通常用于绘制线图。
参数说明：
x：x轴上的数字y：y轴上的数字ls：折线的风格color：线条的颜色lw: 折线线条的宽度label：标记图形内容的标签文本
常用的颜色简写：
寻找变量之间的关系，用于绘制散点图。
参数说明：
s：散点的大小，默认为50c：散点的颜色，默认为蓝色，这里设为g表示green绿色。label：标记图形内容的标签文本
散点图
设置x轴的显示范围
参数说明：
对x轴操作plt.xlim(xmin,xmax)，同理对y轴操作plt.ylim(ymin,ymax)
xmin：x轴上的刻度最小值xmax：x轴上的刻度最大值
x轴刻度范围0~10
生成同样的散点分布图，如果把x轴刻度调成与生成范围一致(2~9)，我们就会发现散点均匀地分布满了x轴范围。
x轴刻度2~9
设置x轴标签文本
参数说明：
设置坐标轴x轴文本标签xlabel(string) 设置y轴文本标签ylabel(string)
设置坐标轴文本标签
绘制刻度线的网格线
参数说明：
linestyle: 网格线线条风格，：表示虚线,-表示实线
设置网格
绘制平行于x轴的水平参考线
参数说明：
绘制水平参考线axhline(y=0.0,c=’r’,ls=’–‘,lw=’1’)
绘制垂直参考线axvline(x=2.0,c=’g’,ls=’–‘,lw=’1’)
y：水平参考线的y轴位置x:：垂直参考线的x轴位置
绘制参考线
绘制垂直与x轴的参考区域
参数说明：
绘制垂直与x轴的参考区域：plt.axvspan(xmin=5,xmax=10,facecolor=’b’,alpha=0.2)
xmin：参考区域的其实位置xmax：参考区域的终止位置facecolor：参考区域的填充颜色alpha：参考区域填充颜色的透明度
绘制参考区域
设置指向性注释文本
参数说明：
添加图形内容细节指向性箭头注释plt.annotate(string,xy=(np.pi,-1.0),xytext=(5,-0.75),weight=’bold’,color=’r’,arrowprops=dict(arrowstyle=’->’,connectionstyle=’arc3′,color=”r))
string：注释文本内容xy：被注释的图形位置坐标xytext：注释的文本坐标weight：注释的文本的粗细风格color：注释文本的颜色arrowprops：注释指向性箭头的属性，属性值字典里包含了箭头的类型、风格、颜色
绘制带箭头指向的注释
添加无指向型注释
参数说明：
在图中添加注释文本plt.text(x,y,string,weight=’bold’,color=’r’)
x：注释位置的横坐标y：注释位置的纵坐标string：注释的文本内容
绘制无箭头指向的注释
添加图表标题
参数说明：
添加图表标题：plt.title(string)
string：表示标题文本内容
绘制标题
显示图表图例，并设置图例位置
参数说明：
标识图例plt.legend(loc=’lower left’)
loc：图例在图表中的位置，值可以设置方位字符串，也可以设置方位置编号。
位置字符串 含义
绘制图例及定位
十二、本节知识点总结
本节知识点总结
十三、综合练习
1. 题目
根据我们本节所介绍的matplotlib知识点，请绘制出以下函数图像：
题图
