# 图表窗口1 → plt.show()
       plt.plot(np.random.rand(10))
       plt.show()
      # 直接生成图表

%matplotlib inline  
    x = np.random.randn(1000)
    y = np.random.randn(1000)
    plt.scatter(x,y)
    # 直接嵌入图表，不用plt.show()
   # <matplotlib.collections.PathCollection at ...> 代表该图表对象

%matplotlib notebook
   s = pd.Series(np.random.randn(100))
   s.plot(style = 'k--o',figsize=(10,5))
   # 可交互的matplotlib窗口，不用plt.show()
   # 可做一定调整

%matplotlib qt5
   df = pd.DataFrame(np.random.rand(50,2),columns=['A','B'])
   df.hist(figsize=(12,5),color='g',alpha=0.8)
   # 可交互性控制台
   # 如果已经设置了显示方式（比如notebook），需要重启然后再运行魔法函数
   # 网页嵌入的交互性窗口 和 控制台，只能显示一个

#plt.close()    
   # 关闭窗口

#plt.gcf().clear()  
   # 每次清空图表内内容

plt.title('全国人大代表季度考核')   #标题
plt.xlabel('月份')   #x轴标签
plt.ylabel('积分')   #y轴标签

list.plot(figsize=(6,4))    图标的大小

plt.legend(loc='best')    #图裂的位置

best  自适应

	upper right

	upper left

	lower left

	lower right

	right

	center left

	center right

	lower center

	upper center

	center
plt.xlim(0,10)  #x轴坐标边界  数值多大
plt.ylim(0,2)    
# 自定义 xy轴刻度    数组格式
plt.xticks(range(0,5))
plt.yticks([0,0.2,0.4,0.6,0.8,1.0])

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline
# 导入相关模块

import warnings
warnings.filterwarnings('ignore')
# 不发出警告

ts.plot(kind='line',
       label = 'hehe',
       style = '--g.',
       color = 'red',
       alpha = 0.4,
       use_index = True,
       rot = 45,
       grid = True,
       ylim = [-50,50],
       yticks = list(range(-50,50,10)),
       figsize = (8,4),
       title = 'test',
       legend = True)

创建 子图

fig,axes = plt.subplots(4,1,figsize = (10,10))

s.plot(kind='bar',color = 'k',grid = True,alpha = 0.5,ax = axes[0])  # ax参数 → 选择第几个子图
# 单系列柱状图方法一：plt.plot(kind='bar/barh')

df.plot(kind='bar',ax = axes[1],grid = True,colormap='Reds_r')
# 多系列柱状图
df.plot(kind='bar',ax = axes[2],grid = True,colormap='Blues_r',stacked=True)
# 多系列堆叠图
# stacked → 堆叠
df.plot.barh(ax = axes[3],grid = True,stacked=True,colormap = 'BuGn_r')
# 新版本plt.plot.<kind>

plt.figure(figsize=(10,4))

#plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'x')  # 网格
plt.legend()
# Series.plot()：series的index为横坐标，value为纵坐标
# kind → line,bar,barh...（折线图，柱状图，柱状图-横...）
# label → 图例标签，Dataframe格式以列名为label
# style → 风格字符串，这里包括了linestyle（-），marker（.），color（g）
# color → 颜色，有color指定时候，以color颜色为准
# alpha → 透明度，0-1
# use_index → 将索引用为刻度标签，默认为True
# rot → 旋转刻度标签，0-360
# grid → 显示网格，一般直接用plt.grid
# xlim,ylim → x,y轴界限
# xticks,yticks → x,y轴刻度值
# figsize → 图像大小
# title → 图名
# legend → 是否显示图例，一般直接用plt.legend()
# 也可以 → plt.plot()

在matplotlib中，整个图像为一个Figure对象

在Figure对象中可以包含一个或者多个Axes对象

每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域

plt.figure, plt.subplot

#创建一个容器 盒子

fig = plt.figure(figsize=(10,6),facecolor = 'gray')

#容器添加子图  第几行第几个

ax1 = fig.add_subplot(2,2,1)  # 第一行的左图