课时 2 Matplotlib简介及绘制简单线型图
线的画法 plt.plot，同时提供x轴坐标和y轴坐标
课时 3 图例和标题
x 轴数据默认即可，如下所示
x轴代表什么？ y轴代表什么？
拉开的距离：
调整字体大小：
同一个画布上，绘制 2 个图像
我们分不清楚哪个是data1，哪个是data2，添加图例 label+legend，必须有plt.legend()才能将label显示出来。
调整图例的位置：默认会放到最合理的位置 plt.legend(loc=?)
plt.legend(loc=0)，放置在最佳位置
如果是两条黑白的线，该怎么办？下节课讲
课时 4 自定义图形样式
如果是两条黑白的线，该怎么办？ 我们一条虚线，一条实线
颜色我们常用的是color=r g b，r是red, g是green, b是black
画成虚线， linestyle=‘–’
color=k,k是black的意思，
突出数据点（实际点）o和^
添加网格，有利于定性分析，
产看函数参数的方法：回车即可
生成一个data2，把线画粗一点 linewidth，可以简写 lw，color可以简写为c,linestyle简写为ls
linewidth，可以简写 lw，color可以简写为c,linestyle简写为ls
更简写：
课时 4 绘制条形图
对比不同数据之间的大小，观察数据整体分布情况
修改颜色，添加网格，
横向显示（x轴和y轴交换），color改为蓝色
堆叠条形图，bottom=y 表示底部是以y为底部的
有两组数据，都用条形图绘制出来，且matplotlib会自动的给我们选取不同的颜色
x = [1, 3, 5, 7]
y = [2, 4, 6, 8]
y1 = [5, 2, 4, 7]
x1 = [2, 4, 6, 8]
plt.bar(x, y)
plt.bar(x, y1)
plt.show()
课时 6 直方图和设置图像大小
看起来与条形图相似，为了显示数据的分布状况，例如输出1000个随机数，想知道它们的分布情况
data = np.random.randn(1000)
plt.hist(data)
plt.show()
由图可知，数据分布在[-3, 3]之间，其中，0的位置分布是最多的。
想精细的去看
plt.hist(data, bins=30)
plt.figure() ：建立画布，初始化一个画布。
刚才没有建立画布为什么能够画出来呢？当我们在直接使用plt绘图的时候，例如使用plt.hist()，后台默认matplotlib都为我们运行了命令plt.figure()，其显示的图片大小都是plt的默认大小，当我们想人为规定你显示的图片大小的时候，可以用figsize去定义它
plt.figure(figsize=(8, 6)) # 8 * 6 的图片
plt.hist(data, bins=30)
下图可以看出，图形变大了，更清晰了。
想把bins分成哪些段，然后查看在这些段中的分布情况，人为规定bins
x= np.random.randint(1，100， 100) # 0~100 之间选取100个整数
bins = [0, 10, 20, 30, 50, 70, 80, 100]
plt.hist(x, bins)
