本章重点内容：
1、简明matplotlib API入门
2、使用pandas和seaborn绘图
针对以上两个方面，展开详细说明
1、简明matplotlib API入门
首先看一个简单的示例，在使用函数库之前，让我们先导入必要的包，如下：
看一个简单的直线，如下：
图片与子图
matplotlib所绘制的图位于图片对象中，可以使用plt.figure生成一个新的图片，就是所看到的“窗口”，如果需要绘图，需要在窗口中创建多个子图
看一个具体的代码示例：
首先生成一个新的图片，然后在图片上增加三个子图，如下：
我们可以在这样的子图上绘制曲线，在同样的代码下面，增加一行绘图代码，就会发现，在最后的一个子图上，有了曲线，如下：
曲线有点简单，我们可以画一个相对好看一些的，如下：
代码中的“k--”参数，是用于绘制黑色分段线的style选项，
可以在不同的子图上绘制不同的图形，通过调用子图对象的实例方法，如下：
颜色、标记和线类型
前面我们有看到，图形有不同的颜色，是可以通过参数“color”来显示说明的，同时标记和线类型也有对应的参数，如下示例：
改变颜色看下：
你会发现很多参数，但是参数应该需要对应什么，可以通过plot？来查看说明文档，如下，比较大，截取部分：
就拿说明文档中的，marker参数举例，说明文档往下拉，会看到以下部分：
你可以自行试下，看不用的标记形式
刻度、标签和图例
首先我们先生成一个简单图表，以便用来示例说明，如下：
要改变x轴刻度，最简单的方式是使用set_xticks和set_xticklabels，具体代码示例如下：
可以通过set_xlabel参数给x轴一个名称，set_title参数给子图一个名称，如下：
上面是一步一步来说明如何调整x轴刻度和标题的，其实为了方便，轴的类型拥有一个set方法，可以批量设置绘图属性，如下：
上面是以调整X轴为例，对应换成Y轴，就是调整Y轴的方式
添加图例
有时候我们会在一张图上有多条数据曲线，这个时候及需要图例来区分不同的线，可以通过label参数调整设置，如下：
如果要显示图例，一定最后运行legend函数，如果不运行，就无法显示左上角的那个图例，你可以自行调整代码试一下
将图片保存到文件
如果根据上面的步骤，调整好来一个趋势图，接下来最重要的就是如何保存以备后续的使用
可以通过plt.savefig来讲图片保存，具体代码示例如下：
代码运行后，会在默认目录下产生一个图片文件，如下：
打开文件看下图片的效果：
效果看起来不错，分辨率还是很清晰的
2、使用pandas和seaborn绘图
上面讲解的是matplotlib的基本绘图方式，下面针对pandas来说明如何绘图
折线图：
plot（）默认的是绘制折线图
再看下DataFrame数据类型的折线图，代码示例如下：
DataFrame的数据在绘图时会自动添加图例，而且会有不同颜色的区分，省去了很多调整的时间
柱状图：
plot.bar()和plot.barh()可以分别绘制垂直和水平的柱状图，代码示例如下：
柱状图的绘制函数中，有一个stacked参数，依此来调整为值堆积图，如下：
直方图和密度图：
直方图的绘制使用hist方法，如下：
密度图的绘制使用density方法，如下：
散点图或点图
可以使用seaborn的regployt方法，该方法可以绘制散点图，并拟合出一条线性回归线，如下：
以上就是本章重点内容，祝学习愉快
以下链接，可以供你了解这个系列学习笔记的所有章节最新进度