import matplotlib.pyplot as pltplt.plot()绘制线性图
plt.bar()绘制柱状图绘制单条线性图：plt.plot(x,y)绘制多条线性图：
法一：plt.plot(x1,y1,x2,y2)法二：plt.plot(x1,y1) plt.plort(x2,y2)设置坐标系比例：plt.figure(figsize=(a,b)) ，设置比例为a:b，先设置再画图设置图例: plt.plot(x,y,label='xy')
图例生效 plt.legend( ) 图例默认1列
plt.legend(nloc=2) 图例为2列
设定轴的表标识： plt.plot(x,y)
plt.xlabel('横轴名')
plt.ylabel('纵轴名')
plt,title('题目')
图的保存： fig = plt.figure() 对象的实例化，该对象的创建必须在画图之前
plt.plot(x,y,label='xy',c='red',alpha=0.5) c是颜色，alpha是透明度
fig.savefig('./123.png') #图片保存
plt.hist()绘制直方图（密度图）
纵向柱状图：plt.bar(x,y)
横向柱状图：plt.barh(x,y)
plt.pie()绘制饼图统计每个数出现的频率
plt.hist(data,bins，norms，color,orientation)
bins:柱子个数 normed=True:归一化处理，形成概率密度 color:可以是单一颜色，也可以是颜色的序列 orientation: 可以画水平直方图，默认为vertical
plt.plot()绘制散点图只有一个参数arr=[11,22,31,15] 整数各自在sum中的占比
plt.pie(arr) 有标识，在图外
plt.pie(arr,labels=['a','b','c','d'] 标识距离圆心距离0.3
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3) autopct='%.3f%%'自动计算出每部分作战百分比，保留6位小数
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.4,autopct='%.6f%%') shadow=True 表示有阴影部分explode=[0.2,0.3,0.2,0.4]表示每个组成部分距离圆心的距离：
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.2,shadow=True,explode=[2,0.3,0.2,0.4])arr = [0.2,0.3,0.1] 和不为整数，比例
plt.pie(arr)
因变量随自变量而变化的大致趋势x = np.array([2,4,6,8,10,12,14])
y = x ** 2-3
plt.scatter(x,y)
