python DataScience数据分析笔记day02

day02-数据可视化-坐标-图例-标注-子图-刻度-半对数坐标-散点图-条形图-饼状图-等高线
        3、设置坐标范围
                mp.xlim(水平坐标最小值，水平坐标最大值)
                mp.ylim(垂直坐标最小值，垂直坐标最大值)
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    mp.xlim(x.min() * 1.2,x.max() * 1.2 )
                    mp.ylim(sin_y.min() * 1.2,sin_y.max() * 1.2 )
                    mp.plot(x,cos_y,linestyle='--',linewidth= 1 ,color = 'green') # -- 为虚线
                    mp.plot(x,sin_y,linestyle=':', linewidth = 4,color='blue') # : 为点线
                    mp.show()
        4、设置坐标刻度
                mp.xticks([位置序列],[标签序列])，标签序列可以不需要
                mp.yticks([位置序列],[标签序列])
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    mp.xlim(x.min() * 1.2,x.max() * 1.2 )
                    mp.ylim(sin_y.min() * 1.2,sin_y.max() * 1.2 )
                    mp.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi*3/4,np.pi],
                                        [r'$-\pi$',r'$-\frac{\pi}{2}$',r'$0$', #r'$0$' 也可直接写 0，但为了统一格式，就按r'$0$'
                                         r'$\frac{\pi}{2}$',r'$\frac{3\pi}{4}$',
                                         r'$\pi$'])# r'$-\pi$ ，标签转义格式 \frac{分子}{分母} 分数格式化
                    mp.yticks([-1,-0.5,0.5,1])
                    mp.plot(x,cos_y,linestyle='--',linewidth= 1 ,color = 'green') # -- 为虚线
                    mp.plot(x,sin_y,linestyle=':', linewidth = 4,color='blue') # : 为点线
                    mp.show()
        5、LeTex格式标准
                r'$\pi$'
                r'$\frac{\pi}{2}$'
        6、设置坐标轴
                坐标轴名称：left/right/bottom/top
                ax = mp.gca() #获取当前坐标轴
                ax.spines['坐标轴名'].set_position((坐标系，坐标))#设置坐标位置，相当于移动坐标
                ax.spines['坐标轴名'].set_color(颜色)#设置坐标颜色
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    mp.xlim(x.min() * 1.2,x.max() * 1.2 )
                    mp.ylim(sin_y.min() * 1.2,sin_y.max() * 1.2 )
                    mp.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi*3/4,np.pi],
                                        [r'$-\pi$',r'$-\frac{\pi}{2}$',r'$0$', #r'$0$' 也可直接写 0，但为了统一格式，就按r'$0$'
                                         r'$\frac{\pi}{2}$',r'$\frac{3\pi}{4}$',
                                         r'$\pi$'])# r'$-\pi$ ，标签转义格式 \frac{分子}{分母} 分数格式化
                    mp.yticks([-1,-0.5,0.5,1])
                    ax = mp.gca()
                    ax.spines['left'].set_position(('data',0))   # 将左轴移动到数据坐标系的0点
                    ax.spines['bottom'].set_position(('data',0))  #将底轴移动到数据坐标系的0点
                    ax.spines['right'].set_color('none')    #右边坐标颜色设置为透明
                    ax.spines['top'].set_color('none')      #顶边坐标颜色设置为透明
                    mp.plot(x,cos_y,linestyle='--',linewidth= 1 ,color = 'green') # -- 为虚线
                    mp.plot(x,sin_y,linestyle=':', linewidth = 4,color='blue') # : 为点线
                    mp.show()
        7、图例
                mp.plot(...,label=图例标签,...)
                mp.legend([loc=位置])
                示例：
                    mp.plot(x,cos_y,linestyle='--',linewidth= 1 ,color = 'green',label=r'$y=\frac{1}{2}cos(x)$') # -- 为虚线
                    mp.plot(x,sin_y,linestyle=':', linewidth = 4,color='blue',label=r'$y=sin(x)$') # : 为点线
                    mp.legend(loc='lower right')
        8、标注特殊点
                mp.scatter(水平坐标,垂直坐标,s=点大小,marker=点型,
                        color=颜色,edgecolor=边缘色,facecolor=填充色,
                        zorder=图层序号，小的先画，大的后画)
                        marker，默认为园点，'s'为方形，'*'为五角星点
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    xo = np.pi*3/4
                    yo_cos = np.cos(xo)/2
                    yo_sin = np.sin(xo)
                    mp.xlim(x.min() * 1.2,x.max() * 1.2 )
                    mp.ylim(sin_y.min() * 1.2,sin_y.max() * 1.2 )
                    mp.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi*3/4,np.pi],
                                        [r'$-\pi$',r'$-\frac{\pi}{2}$',r'$0$', #r'$0$' 也可直接写 0，但为了统一格式，就按r'$0$'
                                         r'$\frac{\pi}{2}$',r'$\frac{3\pi}{4}$',
                                         r'$\pi$'])# r'$-\pi$ ，标签转义格式 \frac{分子}{分母} 分数格式化
                    mp.yticks([-1,-0.5,0.5,1])
                    ax = mp.gca()
                    ax.spines['left'].set_position(('data',0))   # 将左轴移动到数据坐标系的0点
                    ax.spines['bottom'].set_position(('data',0))  #将底轴移动到数据坐标系的0点
                    ax.spines['right'].set_color('none')    #右边坐标颜色设置为透明
                    ax.spines['top'].set_color('none')      #顶边坐标颜色设置为透明
                    mp.plot(x,cos_y,linestyle='--',linewidth= 1 ,color = 'green',label=r'$y=\frac{1}{2}cos(x)$') # -- 为虚线
                    mp.plot(x,sin_y,linestyle=':', linewidth = 4,color='blue',label=r'$y=sin(x)$') # : 为点线
                    mp.scatter([xo,xo],[yo_cos,yo_sin],marker='*',s=150,edgecolor='blue',
                                         facecolor='white',zorder=3)
                    mp.plot([xo,xo],[yo_cos,yo_sin])
                    mp.legend()
                    #mp.legend(loc='lower right')
                    mp.show()
        9、在图中显示标注
                mp.annotate(
                        备注文本，
                        xy=目标坐标，
                        xycoords=目标坐标系，
                        xytext=文本坐标，
                        textcoords=文本坐标系，
                        fontsize=字体大小，
                        arrowprops=箭头线属性
                )
                xycoords：xy 坐标系统
                    ‘data’：沿用所标注对象的坐标方式
                    ‘figure points’：从画布的左下角，按照“点”来计算
                    ‘figure pixels’：从画布的左下角，按照“像素”来计算
                    ‘figure fraction’：从画布的左下角，按照“比例”来计算
                    ‘axes points’：从图表的左下角，按照“点”来计算
                    ‘axes pixels’：从图表的左下角，按照“像素”来计算
                    ‘axes fraction’：从图表的左下角，按照“比例”来计算
                    ‘polar’：极坐标
                textcoords：xytext 的坐标体系
                    包括所有 xycoords 的方式
                    ‘offset points’：从 xy 处，按照“点”来计算
                    ‘offset pixels’：从 xy 处，按照“像素”来计算
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    xo = np.pi*3/4
                    yo_cos = np.cos(xo)/2
                    yo_sin = np.sin(xo)
                    mp.xlim(x.min() * 1.2,x.max() * 1.2 )
                    mp.ylim(sin_y.min() * 1.2,sin_y.max() * 1.2 )
                    mp.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi*3/4,np.pi],
                                        [r'$-\pi$',r'$-\frac{\pi}{2}$',r'$0$', #r'$0$' 也可直接写 0，但为了统一格式，就按r'$0$'
                                         r'$\frac{\pi}{2}$',r'$\frac{3\pi}{4}$',
                                         r'$\pi$'])# r'$-\pi$ ，标签转义格式 \frac{分子}{分母} 分数格式化
                    mp.yticks([-1,-0.5,0.5,1])
                    ax = mp.gca()
                    ax.spines['left'].set_position(('data',0))   # 将左轴移动到数据坐标系的0点
                    ax.spines['bottom'].set_position(('data',0))  #将底轴移动到数据坐标系的0点
                    ax.spines['right'].set_color('none')    #右边坐标颜色设置为透明
                    ax.spines['top'].set_color('none')      #顶边坐标颜色设置为透明
                    mp.plot(x,cos_y,linestyle='--',linewidth= 1 ,color = 'green',label=r'$y=\frac{1}{2}cos(x)$') # -- 为虚线
                    mp.plot(x,sin_y,linestyle=':', linewidth = 4,color='blue',label=r'$y=sin(x)$') # : 为点线
                    mp.scatter([xo,xo],[yo_cos,yo_sin],marker='*',s=150,edgecolor='blue',
                                         facecolor='white',zorder=3)
                    mp.annotate(
                            r'$\frac{1}{2}cos(\frac{3\pi}{4})=-\frac{\sqrt{2}}{4}$',
                            xy=(xo,yo_cos),xycoords='data',
                            xytext=(-90,-40),textcoords='offset points',
                            fontsize=14,
                            arrowprops=dict(arrowstyle='->',
                                                            connectionstyle='arc3,rad=.2'))
                    mp.annotate(
                            r'$\sin(\frac{3\pi}{4})=\frac{\sqrt{2}}{2}$',
                            xy=(xo,yo_sin),xycoords='data',
                            xytext=(20,20),textcoords='offset points',
                            fontsize=14,
                            arrowprops=dict(arrowstyle='->',
                                                            connectionstyle='arc3,rad=.2'))                
                    mp.plot([xo,xo],[yo_cos,yo_sin])
                    mp.legend()
                    #mp.legend(loc='lower right')
                    mp.show()
        10、图形对象(图形窗口)
                mp.figure(窗口名称,figsize=窗口大小,dpi=分辨率,facecolor=颜色)
                如果窗口名称第一次出现，则创建，其标题栏显示该名称
                如果已经出现过，则不再创建，而只是将该名称对应的窗口设置为当前窗口
                所谓当前窗口，就是接受后续绘图操作的窗口。
                mp.title(标题文本,fontsize=字体大小)
                mp.xlabel(水平轴标签,fontsize=字体大小)
                mp.ylabel(垂直轴标签,fontsize=字体大小)
                mp.tick_params(...,labelsize=刻度标签字体大小,...)，设置刻度属性
                mp.grid(linestyle=网格线型)设置网格线
                mp.tight_layout() 紧凑布局
                示例一：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    mp.figure('Figure Object 1',figsize=(4,3),dpi = 120,facecolor='lightgray')
                    mp.title('Figure Object 1',fontsize=16)
                    mp.xlabel('x',fontsize=12)
                    mp.ylabel('y',fontsize=12)
                    mp.tick_params(labelsize=8)
                    mp.grid(linestyle=':')
                    mp.tight_layout() #紧凑布局
                    mp.show()
                示例二：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-np.pi,np.pi,1000)
                    cos_y = np.cos(x) / 2
                    sin_y = np.sin(x)
                    #创建窗口"Figure Object 1"
                    mp.figure('Figure Object 1',figsize=(4,3),dpi = 120,facecolor='lightgray')
                    mp.title('Figure Object 1',fontsize=16)
                    mp.xlabel('x',fontsize=12)
                    mp.ylabel('y',fontsize=12)
                    mp.tick_params(labelsize=8)
                    mp.grid(linestyle=':')
                    mp.tight_layout() #紧凑布局
                    #创建窗口"Figure Object 2"
                    mp.figure('Figure Object 2',figsize=(4,3),dpi = 120,facecolor='lightgray')
                    mp.title('Figure Object 2',fontsize=16)
                    mp.xlabel('x',fontsize=12)
                    mp.ylabel('y',fontsize=12)
                    mp.tick_params(labelsize=8)
                    mp.grid(linestyle=':')
                    mp.tight_layout() #紧凑布局
                    mp.figure('Figure Object 1') #设置当前窗口为"Figure Object 1"
                    mp.plot(x,cos_y,c='dodgerblue' ,
                                    label=r'$y=\frac{1}{2}cos(x)$') #在当前窗口中画图
                    mp.legend()
                    mp.figure('Figure Object 2') #设置当前窗口为"Figure Object 2"
                    mp.plot(x,sin_y,c='orangered',label=r'$y=sin(x)$') #在当前窗口中画图
                    mp.legend()
                    mp.show()
        11、子图
                1、矩阵式布局(等分布局)
                    mp.subplot(行数,列数,图号序列序号)
                        例如：如9等分画面，即3x3矩阵，如图号序列为：
                                    1 2 3
                                    4 5 6
                                    7 8 9
                                如需调用5号窗口，则为：
                                        mp.subplot(3,3,5) ，表示将画面9等分，并选择5号窗口
                                等价于：mp.subplot(335)
                    示例：
                        import matplotlib.pyplot as mp
                        mp.figure('Sub1',facecolor='lightgray')
                        #以下第一个子图
                        mp.subplot(221) #将画面四等分，将本窗口设置在第一个位置
                        mp.xticks(()) #将x坐标轴置空，也就是不显示
                        mp.yticks(()) #将y坐标轴置空，也就是不显示
                        #ha水平对齐方式。va垂直对齐方式。alpha透明度
                        mp.text(0.5,0.5,'No.1',ha='center',va='center',size=24,alpha=0.5)
                        #以下第二个子图
                        mp.subplot(222) #将画面四等分，将本窗口设置在第二个位置
                        mp.xticks(()) #将x坐标轴置空，也就是不显示
                        mp.yticks(()) #将y坐标轴置空，也就是不显示
                        mp.text(0.5,0.5,'No.2',ha='center',va='center',size=24,alpha=0.5)
                        #ha水平对齐方式。va垂直对齐方式。alpha透明度
                        #以下第三个子图
                        mp.subplot(223) #将画面四等分，将本窗口设置在第二个位置
                        mp.xticks(()) #将x坐标轴置空，也就是不显示
                        mp.yticks(()) #将y坐标轴置空，也就是不显示
                        mp.text(0.5,0.5,'No.3',ha='center',va='center',size=24,alpha=0.5)
                        #ha水平对齐方式。va垂直对齐方式。alpha透明度
                        #以下第四个子图
                        mp.subplot(224) #将画面四等分，将本窗口设置在第二个位置
                        mp.xticks(()) #将x坐标轴置空，也就是不显示
                        mp.yticks(()) #将y坐标轴置空，也就是不显示
                        mp.text(0.5,0.5,'No.4',ha='center',va='center',size=24,alpha=0.5)
                        #ha水平对齐方式。va垂直对齐方式。alpha透明度
                        mp.tight_layout() #紧凑布局
                        mp.show()
                2、网格式布局(栅格布局)
                    导入模块：import matplotlib.gridspec as mg
                    gs = mg.GridSpec(行数，列数)
                    mp.subplot(gs[指定所占行,列])
                    示例：
                        import matplotlib.pyplot as mp
                        import matplotlib.gridspec as mg
                        mp.figure('Grid',facecolor='lightgray')
                        gs = mg.GridSpec(3,3)
                        #以下第一个子图
                        mp.subplot(gs[0,:2])
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,'No.1',ha='center',va='center',size=36,alpha=0.5)
                        #以下第二个子图
                        mp.subplot(gs[1:,0])
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,'No.2',ha='center',va='center',size=36,alpha=0.5)
                        #以下第三个子图
                        mp.subplot(gs[1,1])
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,'No.3',ha='center',va='center',size=36,alpha=0.5)
                        #以下第四个子图
                        mp.subplot(gs[2,1:])
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,'No.4',ha='center',va='center',size=36,alpha=0.5)
                        #以下第五个子图
                        mp.subplot(gs[:2,2])
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,'No.5',ha='center',va='center',size=36,alpha=0.5)
                        mp.tight_layout()
                        mp.show()
                3、自由式布局(画面重叠，画中画)
                    mp.axes([左下角坐标x(即左边位置),左下角坐标y(即底边位置),宽，高])
                    示例：
                        import matplotlib.pyplot as mp
                        mp.figure('Axes',facecolor='lightgray')
                        #以下第一个子图
                        mp.axes([0.03,0.038,0.94,0.924])#位置需要计算好
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,"Axes1",ha='center',va='center',size=24,alpha=0.5)
                        #以下第二个子图
                        mp.axes([0.63,0.076,0.31,0.308])#位置需要计算好
                        mp.xticks(())
                        mp.yticks(())
                        mp.text(0.5,0.5,"Axes2",ha='center',va='center',size=24,alpha=0.5)
                        mp.show()
        12、刻度定位器
                定位器对象 = mp.xxxxLocator(具体参数取决于不同的定位器)，xxxx代表众多定位器中的一种
                ax = mp.gca()
                ax.xaxis 获得x轴(包括上下轴)
                ax.yaxis 获得y轴(包括左右轴)
                ax.xaxis.set_major_locator(定位器对象)设置主刻度定位器
                ax.xaxis.set_minor_locator(定位器对象)设置次刻度定位器
                ax.yaxis.set_major_locator(定位器对象)设置主刻度定位器
                ax.yaxis.set_minor_locator(定位器对象)设置次刻度定位器
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    mp.figure('Locator')#创建图形窗口
                    locators = [
                            'mp.NullLocator()',  #空定位器，无刻度
                            #nbins=3 最多标注3个点，标注点在[1,3,5,7,9]内选择
                            'mp.MaxNLocator(nbins=3,steps=[1,3,5,7,9])',#最大值定位器
                            'mp.FixedLocator(locs=[0,2.5,5,7.5,10])', #定点定位器，按照locs的值标注刻度
                            'mp.AutoLocator()',#自动定位器，默认缺省的
                            'mp.IndexLocator(offset=0.5,base=1.5)',#索引(等间距)定位器。标注起点刻度为offset，base为步长
                            'mp.MultipleLocator(1.5)',#多点定位器，从0开始，按参数指定间隔绘制刻度，缺省为1
                            'mp.LinearLocator(numticks=6)',#线性定位器，按参数值等分刻度
                            'mp.LogLocator(base=2,subs=[1.0])'#对数定位器，base为底数，subs为指数，增量绘制刻度
                    ] #将多个定位器放在列表中
                    n_locators = len(locators)
                    #遍历刻度定器列表
                    for i, locator in enumerate(locators):
                            #为每个刻度定位器创建一个子图
                            mp.subplot(n_locators,1,i+1)
                            mp.xlim(0,10)
                            mp.ylim(-1,1)
                            mp.yticks(())
                            ax = mp.gca()#获取当前坐标轴
                            ax.spines['left'].set_color('none')#隐藏左轴
                            ax.spines['top'].set_color('none') #隐藏顶轴
                            ax.spines['right'].set_color('none')#隐藏右轴
                            ax.spines['bottom'].set_position(('data',0))#将底轴移动到中心位置
                            #设置水平坐标的主刻度定位器
                            ax.xaxis.set_major_locator(eval(locator)) #eval，将字符串按python指令格式执行
                            # 设置水平坐标的次刻度定位器为多点定位器，点间隔为0.1
                            ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1)) #MultipleLocator多点定位器，每隔0.1画一个点，默认为1
                            #绘制一条水平线，无色透明
                            mp.plot(np.arange(11),np.zeros(11),c = 'none')
                            #标记刻度定位器类名
                            mp.text(5,0.3,locator[3:],ha='center',size=20)
                    mp.tight_layout()
                    mp.show()
        13、刻度网格线
                ax = mp.gca()
                ax.grid(which=选择主次轴'major'/'minor',
                                axis=选择轴向'x'/'y'/'both',
                                linewidth=线宽,linestyle=线型,color=颜色，
                                alpha=透明度)
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    x = np.linspace(-5,5,1000)
                    y = 8 * np.sinc(x)
                    mp.figure('Grid',facecolor='lightgray')
                    mp.title('Grid',fontsize=20)
                    mp.xlabel('x',fontsize=14)
                    mp.ylabel('y',fontsize=14)
                    ax = mp.gca()
                    ax.xaxis.set_major_locator(mp.MultipleLocator())#设置主刻度定位器为多点定位器，按默认1间隔刻度
                    ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#设置次刻度定位器为0.1间隔的多点定位器
                    ax.yaxis.set_major_locator(mp.MultipleLocator())
                    ax.yaxis.set_minor_locator(mp.MultipleLocator(0.1))
                    mp.tick_params(labelsize=10)
                    ax.grid(which='major',axis='both',linewidth=0.75,
                                    linestyle='-',color='limegreen')  #linestyle='-' 实线，'--'虚线
                    ax.grid(which='minor',axis='both',linewidth=0.25,
                                    linestyle='-',color='limegreen')
                    mp.plot(x,y,c='dodgerblue',label=r'$y=8sinc(x)$')
                    mp.legend()
                    mp.show()
        14、半对数坐标
                mp.semilogy(里面参数同plot一样) ，y半对数坐标
                mp.semilogy(里面参数同plot一样) ，y半对数坐标
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    y = np.array([1,10,100,1000,100,10,1])
                    mp.figure('Normal & Grid',facecolor='lightgray')
                    #以下第一张子图，普通坐标
                    mp.subplot(211)
                    mp.title('Normal',fontsize=20)
                    mp.ylabel('y',fontsize=14)
                    ax = mp.gca()
                    ax.xaxis.set_major_locator(mp.MultipleLocator())#设置主刻度定位器为多点定位器，按默认1间隔刻度
                    ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#设置次刻度定位器为0.1间隔的多点定位器
                    ax.yaxis.set_major_locator(mp.MultipleLocator(250))
                    ax.yaxis.set_minor_locator(mp.MultipleLocator(50))
                    mp.tick_params(labelsize=10)
                    ax.grid(which='major',axis='both',linewidth=0.75,
                                    linestyle='-',color='limegreen')  #linestyle='-' 实线，'--'虚线
                    ax.grid(which='minor',axis='both',linewidth=0.25,
                                    linestyle='-',color='limegreen')
                    mp.plot(y,'o-',c='dodgerblue',label='plot') #'o-'，连点成线
                    mp.legend()
                    #以下第二张子图，对数坐标
                    mp.subplot(212)
                    mp.title('Log',fontsize=20)
                    mp.xlabel('x',fontsize=14)
                    mp.ylabel('y',fontsize=14)
                    ax = mp.gca()
                    ax.xaxis.set_major_locator(mp.MultipleLocator())#设置主刻度定位器为多点定位器，按默认1间隔刻度
                    ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#设置次刻度定位器为0.1间隔的多点定位器
                    # ax.yaxis.set_major_locator(mp.MultipleLocator(250))
                    # ax.yaxis.set_minor_locator(mp.MultipleLocator(50))
                    mp.tick_params(labelsize=10)
                    ax.grid(which='major',axis='both',linewidth=0.75,
                                    linestyle='-',color='limegreen')  #linestyle='-' 实线，'--'虚线
                    ax.grid(which='minor',axis='both',linewidth=0.25,
                                    linestyle='-',color='limegreen')
                    mp.semilogy(y,'o-',c='dodgerblue',label='semilogy') #'o-'，连点成线
                    mp.legend()
                    mp.tight_layout()
                    mp.show()
        15、散点图
                mp.scatter()
                通过每个点的坐标，颜色，大小，形状，代表不同的特征值
                如                身体，体重，性别，年龄段，种族
                对应设置：x            y            颜色    大小        形状
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    n = 1000 #样本数
                    #假设每个样本有三个特征，分别为x, y, d
                    x = np.random.normal(0,1,n) #标准正态分布，标准差为1，数量为n
                    y = np.random.normal(0,1,n) #标准正态分布，标准差为1，数量为n
                    d = np.sqrt( x ** 2 + y ** 2)
                    mp.figure('Scatter',facecolor='lightgray')
                    mp.title('Scatter',fontsize=20)
                    mp.xlabel('x',fontsize=14)
                    mp.ylabel('y',fontsize=14)
                    mp.tick_params(labelsize=10)
                    mp.grid(linestyle=':')
                    mp.scatter(x, y,c=d,cmap='jet_r',s=60,alpha=0.5) #c 是颜色，cmap是颜色映射，
                    # 以此表示特征d，'jet_r'是深红到深蓝的渐变颜色表,s是大小，也可作为变量表示一个特征
                    mp.show()
        16、颜色填充
                mp.fill_between(
                    边界曲线上点的水平坐标,
                    下边界曲线上点的垂直坐标,
                    上边界曲线上的的垂直坐标,
                    填充条件,color=颜色, alpha=透明度
                    )
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    n = 1000 #样本数
                    x = np.linspace(0,8 * np.pi,n)
                    sin_y = np.sin(x)
                    cos_y = np.cos(x/2)/2
                    mp.figure('fill',facecolor='lightgray')
                    mp.title('fill',fontsize=20)
                    mp.xlabel('x',fontsize=14)
                    mp.ylabel('y',fontsize=14)
                    mp.tick_params(labelsize=10)
                    mp.grid(linestyle=':')
                    mp.plot(x, sin_y,c='dodgerblue',label=r'$y=sin(x)$')
                    mp.plot(x, cos_y,c='orangered',label=r'$y=\frac{1}{2}cos(\frac{x}{2})$')
                    mp.fill_between(x,cos_y,sin_y,cos_y < sin_y,color='dodgerblue',alpha=0.2)
                    mp.fill_between(x,cos_y,sin_y,cos_y > sin_y,color='orangered',alpha=0.2)
                    mp.legend()
                    mp.show()
        17、条形图
                mp.bar(水平坐标,高度,宽度,底坐标(可缺省0),
                        color=颜色,label=图例,alpha=透明度)
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    apples = np.array([30,25,22,35,21,29,20,24,33,19,27,18])
                    oranges = np.array([24,33,19,27,35,20,15,27,20,32,21,24])
                    mp.figure('bar',facecolor='lightgray')
                    mp.title('bar',fontsize=20)
                    mp.xlabel('Month',fontsize=14)
                    mp.ylabel('Price',fontsize=14)
                    mp.tick_params(labelsize=10)
                    mp.grid(axis='y',linestyle=':')
                    mp.ylim((0,40))
                    x = np.arange(len(apples))
                    mp.bar(x+0.3,apples,0.3,color='dodgerblue',label='Apple')
                    mp.xticks(x+0.1,['Jan','Feb','Mar','Apr','May','Jun',
                                                     'Jly','Aug','Sep','Oct','Nov','Dec'])
                    mp.bar(x,oranges,0.3,color='orangered',label='Orange',alpha=0.8)
                    mp.legend()
                    mp.show()
        18、饼状图
                mp.pie(值,间隙,标签,颜色,格式,
                    shadow=是否带阴影,startangle=起始角度)
                    格式:小数，百分号
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    values = [26,17,21,29,11]
                    #spaces = [0,0,0,0,0]不留空隙
                    spaces = [0.06,0.01,0.01,0.01,0.01]#间隙为半径的0.01%
                    labels = ['Python','JS','C++','Java','PHP']
                    colors = ['dodgerblue','orangered','limegreen','violet','gold']
                    mp.figure('pie',facecolor='lightgray')
                    mp.title('pie',fontsize=20)
                    mp.pie(values,spaces,labels,colors,'%d%%',shadow=True,startangle=90)
                    mp.axis('equal')#等轴设置
                    mp.show()
        19、等高线图(海拔高度相等的线)
                mp.contourf(x,y,z,阶数,cmap=颜色映射)#这个用颜色填充
                mp.contour(x,y,z,阶数,linewidths=线宽)#这个纯划线
                示例：
                    import numpy as np
                    import matplotlib.pyplot as mp
                    n = 1000 #样本数
                    x,y = np.meshgrid(np.linspace(-3,3,n),
                                                        np.linspace(-3, 3, n)) #meshgrid网格化点阵
                    z = (1 - x / 2 + x**5 + y **3) * np.exp(
                            -x**2 - y**2) #exp表示 e为底，指数为-x**2 - y**2
                    mp.figure('Contour',facecolor='lightgray')
                    mp.title('Contour',fontsize=20)
                    mp.xlabel('x',fontsize=14)
                    mp.ylabel('y',fontsize=14)
                    mp.tick_params(labelsize=10)
                    mp.grid(linestyle=':')
                    mp.contourf(x,y,z,8,cmap='jet')#jet地图颜色映射
                    cntr = mp.contour(x,y,z,20,colors='black',linewidth=0.5)#绘制等高线
                    mp.clabel(cntr,inline_spacing=1,fmt='%.1f',fontsize=10)#为等高线图添加高度标签
                    mp.show()