1.散点图：（参数：s:点的大小、s:点的大小、marker：形状、alpha：透明度）
plt.scatter(X,Y, s= ，c= ，marker= ，alpha= )
2.折线图：（参数：linestyle:线型、color：颜色、marker：形状）
plt.plot（X,Y）
plt.plot_date(X,Y, linestyle= '-'，color=，marker=) # 时间序列的折线图
3.条形图：（参数：color：颜色、width：宽度）
plt.bar(index,X,bar_width,color= )
plt.bar(index+bar_width,X2,bar_width,color= )
plt.bar(index,X2,bar_width,color= ,bottom=X2) # 堆积图
4.直方图：（参数：bins：分组、color：颜色、normed：是否标准化）
plt.hist(X,bins=,color='',normed=True) #单变量直方图
plt.hist2d(X,X2，bins=) #双变量直方图
5.饼状图：（）
plt.pie()
6.子图：
一、fig=plt.figure()
ax1=fig.add_subplot(221)
ax1.plot()
ax2=fig.add_subplot(222)
ax2.plot()
二、plt.subplot( 221）
plt.subplot( 222）
6.多图：
7.图例：(参数：loc：位置、ncol：分列)
plt.plot(x,y,label='')
plt.legend(loc=0，ncol=) #0：best
# plt.legend(['名1','名2'..]）
8.searbon:
plt.style.use({'figure.figsize':(12, 6)}) #设置图的大小
sns.countplot(x='',hue='y',hue_order=['','',''],data=df) #条形图
sns.barplot(x='y',y='x',data=df,order='y 的标签'，ax=axes[]) #柱状图
sns.swarmplot(x='y',y='x',hue='依据分组的变量',data=df,order=[y 的标签])
9.调整图的大小：
plt.style.use({'figure.figsize':(12, 5)})
