数据可视化之matlibplot二维绘图
概括性简单操作
import matplotlib.pyplot as plt #导入matlibplot库
fig = plt.figure() #声明画板对象，在这个对象上面画图，可传入参数fig = plt.figure(fig_name, figsize=)，其中fig_name为str型
ax = fig.add_subplot(221) #声明Axes对象，里面的221为Axes对象，表示将整个画板划分为2行*2列的方格，这样就一共4个子图，然后1表示这是第一个子图。也可用ax = plt.subplot(r, c, p)
ax.set(xlim=[0.5, 4.5], ylim=[-2, 8], title='An Example Axes',ylabel='Y-Axis', xlabel='X-Axis') #使用set的方法设置Axes对象xy轴的范围，轴名称和标题
x = np.arange(10)
y = np.random.randn(10)
ax.plot(x, y, color='red') #用定义的xy数据，红线绘图
plt.show() #绘图展示
几个常用函数的函数的具体说明
Axes对象及画板的操作
Axes对象是来定义轴axis的，二维则限定两个轴，三维则限定三个轴，所以对每一个Axes对象均可以有以下操作：
set_xlim([xmin, xmax]) 和 set_ylim([xmin, xmax]) #设置XY轴的数值限制，参数 left, right左右段的极值
set_title() #设置对象的标题
set_xlabel() 和 set_ylabel() #设置轴的名字
set_xticks / set_yticks(posi_list) #设置坐标轴点到原点距离，参数是序列
set_xticklabels / set_yticklabels() #设置轴点的名称，参数是name_list名称列表和rotation顺时针角度
注xticks / yticks、xlabel / ylabel、title、axis可以直接plt. 进行使用
Axes对象加入参数后，像是把画板划分成了一个矩阵，那是否可以使用二维矩阵的方式进行设置呢？答案是肯定的，可以使用二维数组的方式进行如下设置
fig, axes = plt.subplots(nrows=2, ncols=2，sharex=False, sharey=False，frameon=False) #同时生成画板和相应子图区域，sharex表示是否共享x轴，frameon表示是否显示边框
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
axes[1,0].set(title='Lower Left')
axes[1,1].set(title='Lower Right')
布局调整：调整Axes子图的布局
fig.subplots_adjust(wspace=0.5, hspace=0.3, left=0.125, right=0.9, top=0.9, bottom=0.1) #wspace调整水平间距，hspace垂直向上的距离，left为左边距，right右边距，注意这些数值都是百分数，比如右边距是10%
fig.tight_layout() #自动调整布局
ax.margins(x=0.1, y=0.1) #用于调整子图的内边距
边界调整
ax.spines['top'].set_visible(False) #设置Axes对象的顶边界不可见，也就是子图框顶上那根线不可见
2D绘图
常见的几种绘图
plt.plot(X,Y,c=, label=) #直线图，XY为绘制点的列表，c控制颜色，label控制线条标签名
plt.scatter(X，Y,s=None, c='r', marker='o', cmap=None, norm=None,label=‘图例注释’，alpha=，linewidths，verts，edgcolors，cmap) #散点图，XY为绘制点的列表,c为颜色，maker为图标形式，默认圆，norm为数据亮度（0-1范围内），alpha为透明度，linewidths，verts，edgcolors分别是点的边缘线宽、xy序列及边缘颜色，cmap控制渐变色
#绘制空心点可以将c=''，然后边缘填充上颜色这种方式绘制
plt.hist(X,bins=10，range=) #直方图，bins表示间隔，range是绘制直方图的范围
plt.bar / barh(bar_position, bar_height, bar_width) #柱状图，控制坐标轴，柱状高度，柱状宽
plt.boxplot(data) #箱形图，data为序列或数组类型
plt.contour() #等高线
plt.contourf() #带填充的等高线
其他操作
plt.legend() #可以用于设置图例的边框、标签、字体等设置，也可以合并图例（多图例显示）
plt.savefig(r'C:\Users\jichao\Desktop\大论文\12345svm.png', dpi=300) #保存图片
ax.annotate(s, xy, *args, **kwargs) #注释文本时使用，s表示文本内容，xy是需要注释位置（元组型）、xytext：注释文本的坐标点（元组）、xycoords：被注释点的坐标系属性、textcoords ：注释文本的坐标系属性，arrowprops：箭头的样式（字典形式，关键字是arrowstyle）等。
3D绘图
mport matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D