基本介绍
前期我们对Python的第三方库pyecharts进行了详细的介绍了，本期我们将开启Python的另一个第三方库matplotlib进行深入的学习和实践。
对于matplotlib而言，它的优势最大在于，可以使用少量的代码完成基本的图形绘制，但是对于pyecharts一般的炫酷的图标都是需要使用一些丰富的代码框架进行渲染的，matplotlib大部分是生成本地的静态图形，而pyecharts是生成网页版的动态可视化，二者的使用场景各有各的优势。
可以灵活的通过选择，达到我们业务所需；也可以结合不同的实际情况，改造和配置图形的基本结构。
导入模块
import matplotlib.pyplot as plt
直接调用plot()函数对列表数据绘图
plt.plot(x, y, fmt=‘xxx’, linestyle=, marker=, color=, linewidth=, markersize=, label=, )
x：点的横坐标，可迭代对象
y：点的纵坐标，可迭代对象
fmt = ‘#color#linestyle#marker’
linestyle：线的样式，字符串
RGB颜色：三原色
R G B
1 1 1 (1byte)
11111111 11111111 11111111 (8bit)
255 255 255 (10进制)
FF FF FF (16进制)
red: #FF0000
yellow: #FFFF00
black: #000000
white: #FFFFFF
label：图例，legend文字
matplotlib图的组成：
Figure （画布）
Axes (坐标系)
Axis (坐标轴)
图形（plot(),scatter(),bar(),…)
Title, Labels, …
基本示例
x = [1,2,3] y = [1,2,3] y = x plt.plot(x,y,linestyle=':', linewidth=1, marker='^', markersize=10, label='1234') plt.legend()
这里x和y所代表的是数据源，其次linestyle=‘：’代表的是点虚线，然后设置了线条的长度，marker=’^'代表的是下三角形的，markersize是设置的图标的大小，label是图形的标题。
有的小伙伴觉得这个图表的配置比较的复杂，其实在真实的绘制场景中，一般代码的编写也是比较的简单的，主要是需要对每一个配置元素了解，然后就可以快速的配置和设置。
