Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式
matplotlib三层结构
1. 容器层
对画布进行创建，定义相关属性
- 画板层Canvas
- 画布层Figure（可指定画布属性，大小、清晰度等）
- 绘图区/坐标系（可指定多区域、坐标系显示，通过figure、axes对象）
2. 辅助显示层
增加相关显示功能、描述
- 修改x、y轴刻度（plt.x/yticks()）
- 添加描述信息（plt.x/ylabel();plt.title()）
- 添加网格（plt.grid()）
3. 图像层
具体描绘的图像风格、种类等等
I. 折线图
plt.plot()
设置画布属性以及保存图像
figsize：大小 dpi：清晰度
plt.subplots
figure, axes = plt.subplots(nrows=1, ncols=2, **fig_kw)
axes[0].方法名()
II. 散点图
plt.scatter（x，y）
III. 柱状图
matplotlib.pylot.bar(x,y, width, align='center', **kwargs)
IV. 直方图
matplotlib.pylot.hist(x,y, bins=None, normed=None, **kwargs)
bins（组数） = (max(x)-min(x))//(组距)
V. 饼图
plt.pie(x, labels=autopct=,color=)
x,数量，自动计算占比
labels，每部分名称
actopct 占比显示指定%1.2f%%
color 每部分颜色
plt.axis('equal')——保证饼图圆形，保证长宽一致
总结
总得来说，Matplotlib绘图过程无非几步：
1. 准备数据
2. 创建画布
3. 绘制图像（根据不同图像类别调用不同方法）
4. 辅助绘制（刻度、图例等）
5. 图像显示/保存
- 更多相关方法可以去官网的api上查询文档：matplotlib：
示例（ 温度变化折线图）
import matplotlib.pyplot as plt
import random
if __name__ == '__main__':
#准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
#创建画布
plt.figure(figsize=(20, 8), dpi=80)
#绘制图像
plt.plot(x, y_shanghai, color='b', linestyle='--', label='上海')
#显示图例
plt.legend()
#准备x、y的刻度以及刻度说明
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))
#添加网格
plt.grid(linestyle='--', alpha=0.5)
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("某城市11点到12点温度变化")
plt.show()
