绘图工具
导入： import matplotlib.pyplot as plt
导入模块和简写为plt
plt的plot方法：绘制坐标
show（）函数无论画什么都要写 天赋天赋天赋
需要多个参数，前两个是x和y坐标 放入列表
figure
人生是随机考试 学习也是
np.linspace(1,2,3)
1是开始位置，2是结束位置 3是中间有多少间隔。np生成的是什么啊 生成的好像是nd array数组，然后应该是一个一维度的
print(np.arange(9).reshape(3,3))
[[0 1 2]
[3 4 5]
[6 7 8]]
所以matplotlib函数的x可以传入numpy数组
import matplotlib。pyplot as plt
plt.plot（，） 里面可以传列表 也可以传x，y
可以在后面加上这种参数
plt。show（）
plt。figure（num=“”，figsize=（））（这个如果只画一个图就是默认的对象
不用把这个函数写一遍 如果不是画一个图就还要写一写）
别看上面的表占了这么大的篇幅 其实根本不重要 是唬人的
一个图画完了之后 是什么呢
一个图画完了之后 就是空白的一个线
然后是不是可以细心的添加x 轴 y轴
因为有具体的运用场景 没有那么简陋 所以可以写上文字标注在x轴和y轴上
然后也可以设置x轴的显示
x轴的范围（这个太细了 根本用不到）
这是前面：
前面x还在还要写 后面这只是一个坐标的替换
先figure 后 plot
画图种类：散点图 条形图 等高线图
子图 画中图 次坐标轴
np.random.normal()的意思是一个正态分布参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布，
参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。
参数size(int 或者整数元组)：输出的值赋在shape里，默认为None。
np.random.normal(0,1,n)
条形图：
np.random.uniform()作用于从一个均匀分布的区域中随机采样```其形成的均匀分布区域为[low, high)``
1.low：采样区域的下界，float类型，默认值为0
2.high：采样区域的上界，float类型，默认值为1
3.size：输出样本的数目(int类型或者tuple类型)
4.返回对象：ndarray类型，形状和size中的数值一样
精髓是：随机随机随机
