1.直接生成图表 plt.show()
2.魔法函数
3.可交互的matplotlib窗口
弹出控制台
图例位置 best:0(自动识别最好的位置）upper right:1 upper left:2 lower left:3 lower right:4 right:5 center left:6
center right:7 lower center:8 upper center:9 center:10
linestyle 线型 color颜色 linewidth宽度 axis:x,y,both 显示X，y ,两者的网格
plt.axis('off')关闭坐标轴
图表样式参数
linestyle 线型 - 直线 --虚线 -. 直线加一个点 ：全是点
marker 点的形状
color 参数 颜色 alpha 透明度
colormap 颜色版 颜色渐变
style 风格 包含了其他参数
整体风格
刻度
注解
进行单文本注释，在日常工作中并不怎么常用，经常使用的方式还是进行多文本数据的注释（比如希望直接在图线上显示对应的y轴信息，一般是数值的显示），代码操作如下
保存图片
plt.savefig() 第一个参数就是文件输出的路径，其次主要使用的参数就是dpi图像的像素大小(分辨率)设定，影响了输出图像的清晰度
输出的结果为：（bbox_inches：图表需要保存的部分。如果设置为‘tight’，则尝试剪除图表周围的空白部分。facecolor，edgecolor： 图像的背景色，默认为‘w’（白色））
子图
1）在matplotlib中，整个图像为一个Figure对象；
2）在Figure对象中可以包含一个或者多个Axes对象；
3）每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None,
frameon=True, FigureClass=<class ‘matplotlib.figure.Figure’>, **kwargs)
常使用的是前五个参数：
num=None 第几个图像
figsize=None 图像的大小
dpi=None 图像的清晰度
facecolor=None 前景色设置
edgecolor=None 边缘色设置
先建立子图然后填充图表
子图参数调整
sharex,sharey：是否共享x，y刻度
wspace,hspace：用于控制宽度和高度的百分比，比如subplot之间的间距
多系列图，分别绘制
这种就是根据创建的DataFrame的columns中的元素进行绘制
Matplotlib库基本图形绘制（1）（线形图、柱状图、堆叠图、面积图、填图、饼图）
Series.plot()：series的index为横坐标，value为纵坐标
kind → line,bar,barh…（折线图，柱状图，柱状图-横…）
label → 图例标签，Dataframe格式以列名为label
style → 风格字符串，这里包括了linestyle（-），marker（.），color（g）
color → 颜色，有color指定时候，以color颜色为准
alpha → 透明度，0-1
use_index → 将索引用为刻度标签，默认为True
rot → 旋转刻度标签，0-360
grid → 显示网格，一般直接用plt.grid
xlim,ylim → x,y轴界限
xticks,yticks → x,y轴刻度值
figsize → 图像大小
title → 图名
legend → 是否显示图例，一般直接用plt.legend()
Dataframe直接生成图表
柱状图与堆叠图
单系列柱状图
多系列柱状图
多系列堆叠图
柱状图第二种绘制方法
2） plt.bar()
x,y参数 → x，y值
width → 宽度比例
facecolor → 柱状图里填充的颜色
edgecolor → 是边框的颜色
left → 每个柱x轴左边界
bottom → 每个柱y轴下边界 ， bottom扩展即可化为甘特图 Gantt Chart
align → 决定整个bar图分布，默认left表示默认从左边界开始绘制,center会将图绘制在中间位置
xerr/yerr → x/y方向error bar
3） 外嵌图表plt.table()
plt.table(cellText=None, cellColours=None,cellLoc=‘right’, colWidths=None,rowLabels=None, rowColours=None, rowLoc=‘left’,
colLabels=None, colColours=None, colLoc=‘center’,loc=‘bottom’, bbox=None)
参数讲解：
cellText：表格文本
cellLoc：cell内文本对齐位置
rowLabels：行标签
colLabels：列标签
rowLoc：行标签对齐位置
loc：表格位置 → left，right，top，bottom
面积图 饼图 填图
填图
饼图
# 第一个参数：数据
# explode：指定每部分的偏移量
# labels：标签
# colors：颜色
# autopct：饼图上的数据标签显示方式
# pctdistance：每个饼切片的中心和通过autopct生成的文本开始之间的比例
# labeldistance：被画饼标记的直径,默认值：1.1
# shadow：阴影
# startangle：开始角度
# radius：半径
# frame：图框
# counterclock：指定指针方向，顺时针或者逆时针
堆叠图
散点图
散点矩阵图
极坐标图
极坐标参数设置
雷达图1 - 极坐标的折线图/填图 - plt.plot()
极轴图
箱型图
箱型图：又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图
包含一组数据的：最大值、最小值、中位数、上四分位数（Q3）、下四分位数（Q1）、异常值
① 中位数 → 一组数据平均分成两份，中间的数
② 上四分位数Q1 → 是将序列平均分成四份，计算(n+1)/4与(n-1)/4两种，一般使用(n+1)/4
③ 下四分位数Q3 → 是将序列平均分成四份，计算(1+n)/4*3=6.75
④ 内限 → T形的盒须就是内限，最大值区间Q3+1.5IQR,最小值区间Q1-1.5IQR （IQR=Q3-Q1）
⑤ 外限 → T形的盒须就是内限，最大值区间Q3+3IQR,最小值区间Q1-3IQR （IQR=Q3-Q1）
⑥ 异常值 → 内限之外 - 中度异常，外限之外 - 极度异常
plt.plot.box()绘制
plt.boxplot()绘制
表格样式创建
表格视觉样式：Dataframe.style → 返回pandas.Styler对象的属性，具有格式化和显示Dataframe的有用方法
样式创建：
① Styler.applymap：elementwise → 按元素方式处理Dataframe
② Styler.apply：column- / row- / table-wise → 按行/列处理Dataframe
1.样式
按元素处理样式：style.applymap()
3.按行/列处理样式：style.apply()
表格显示控制
按照百分数显示
小数显示
显示正负数
分列显示
表格样式调用
定位空值
色彩映射
条形图
分段样式
