hi，大家好，这是正玮。
终于决定再再次启用这个快被冻结的号，记录下空窗期学习的日常，最近学python数据分析，扣代码较为枯燥，所以想着做做记录，也算是变着法强迫自己多练。
本文图文穿插，阅读时间估摸7分钟。
Python，可谓现在最火的语言了，大到开发，小到画图，都离不开它的身影。
所以趁这次空窗期，就赶紧报班操练起来。
这两周前半段学习python的构成：
今天学习用Matplotlib画图，
跟着老师一步步由浅入深地敲代码，最后看到成果时，很有成就感。
以往，我习惯于Excel的“自动”模式：
1.把数据放进去，
2.插图/选图
3.优化
结束。
后来， 学会了Power BI做更好看的图片，但接触到Python，才发现更为智能化的出图方式——想要啥自己写，
如果接触数据成千上万的话，用编程可以大幅减少重复和无效劳动时间。
如果数据少的话，能简单就简单咯，毕竟谁不想做懒人
接下来，就展示下两小时成果：
代码如图，画一个最简单的折线图。
导入matplotlib.pyplot，名称太长可用as赋予它新代号，
%matplotlib inline，出图必写，
.plot和.show分别是画图展示方法，
这样就得到一个基本样式，接着进行改造。
图还是那图，不过在.plot方法里，我们可以对线条有个性化的定制需求，定制颜色、明度、线条形状和宽度等等：
这时，可能不太容易看出(x,y)对应的坐标，来我们再加上marker一切，调整标记点的大小、颜色、边缘等：
额，无视这个瞎眼配色。
不过，想要更精确地表示标记点的坐标，即数据标签，可以使用for a,b in zip(x,y):和.annotate的方法，对我们折线图添加标签，位置可调，相当方便。
以上是简易模式画图——给定X，Y。那如果数据不给定呢？这就来一段随机，导入随机模块，给x安排从2到26-1，步长2的范围；给y用列表推导式安排一段随机数（random.randint() for i in x)，这样每运行一次就能获得一次随机数用来作图。
细心的小伙伴是不是发现横纵坐标不太一样？
没错，我们需要什么样的坐标，写就完了！
x_ticks_label=
y_ticks_label=
这两句实现了控制横纵横纵坐标格式的效果，甚至还可以rotation，360°旋转一下。
随机还可以干嘛呢？
不如，生成一个心电图，嘭嘭嘭
方法还是那么个方法，但品品这图，emmm，这个心跳的主人，怕是心律不齐叭，哈哈哈。
等下，此处还有一个知识点：
--横纵轴和标题的命名--
先从matplotlib导入字体管理
再从字体管理中用.FontProperties(fname=字体路径.ttc)方法，给程序赋个应该用的字体。
然后，再.xlabel/.ylabel/.title('',fontproperties=my_font)分别给横纵轴和标题起个名字。
这样就搞定了一线一图，以此类推一图多线，在上述的基础上，有几条线写几条线即可：
为了区分，除定制线条外，还可以使用.legend加个图示，并放在loc位置。
这样就画完了我们在Excel中点点鼠标键盘就完成的图片。
至此练成python调用matplotlib画图的基础功。
下期更新画别的款式的图~
