最近开始看看Pandas中可视化的部分，主要是使用matplotlib，这里，我们先从pyplot开始。
主要参考官方教程：Pyplot tutorial
我们从一个最简单的例子开始
import matplotlib.pyplot as plt
#
plt.plot([1,2,3,4])
#指定y轴标签
plt.ylabel('some numbers')
#展示图片
plt.show()
只要几行代码，就显示了一个图形，我们观察一下这个图，会发现，y轴是1到4，而x轴是1到3，这是由于我们传入的参数导致的
plot([1,2,3,4])，这里呢，我们只传了一个数组，matplotlib会默认当做y轴的值，x轴是默认分配的，Python中ranges默认是从0开始的，所以x轴从0-3
我们也可以指定x轴的值
import matplotlib.pyplot as plt
#默认是y轴的值
#plt.plot([1,2,3,4])
#传入x轴，y轴
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
#指定y轴标签
plt.ylabel('some numbers')
#展示图片
plt.show()
matplotlib.pyplot.plot(*args, **kwargs)
这个plot呢，还可以接收一个参数，来控制绘制图形的颜色和类型，这里默认是''，'b'表示颜色是blue，'-'表示solid line
详细的见下面的介绍，从官网copy来的http://matplotlib.org/2.0.2/api/pyplot_api.html#matplotlib.pyplot.legend
The following format string characters are accepted to control the line style or marker:
character description
'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
'.' point marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
's' square marker
'p' pentagon marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker
The following color abbreviations are supported:
character color
‘b’ blue
‘g’ green
‘r’ red
‘c’ cyan
‘m’ magenta
‘y’ yellow
‘k’ black
‘w’ white
我们按照上面的介绍，这里我们改一下展示效果，我们改为'ro'，红色，圆圈标记
plt.plot([1, 2, 3, 4], [1, 4, 9, 16] ,'ro')
就颜色来说，上面只介绍了几种颜色的缩写，那我们想用其他颜色咋办呢？
我们可以直接用参数指定，详细参数介绍，可以看官网介绍：http://matplotlib.org/2.0.2/api/pyplot_api.html
plt.plot([1, 2, 3, 4], [1, 4, 9, 16] ,color='green',
marker='^',markersize=15,markerfacecolor='red')
我们再观察这个图，前面我们说过，只传一个list，会初始化y轴，传入2个，会初始化x，y；这里继续观察x轴和y轴
会发现他们的起始点不一样，同样，我们是可以修改这个轴的
matplotlib.pyplot.axis(*v, **kwargs)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16] ,color='green',
marker='^',markersize=15,markerfacecolor='red')
#设置轴坐标，[xmin, xmax, ymin, ymax]
plt.axis([1,8,1,32])
plot这个函数很有意思，我们最后来看个例子
import numpy as np
import matplotlib.pyplot as plt
# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)
print(t)
#他直接传入了好多组参数，绘制了3条线，这里，我们也可以拆开分别绘制
# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()
#分别绘制
#plt.plot(t, t, 'r--')
#plt.plot(t, t**2, 'bs')
#plt.plot(t, t**3, 'g^')
