入手python绘图包：matplotlib

官方地址：
http://matplotlib.org/
github地址：
http://github.com/matplotlib/matplotlib

学习一款图形化(可视化)绘图包对我们的数据分析(挖掘)有如虎添翼的作用。

首页cd到你项目的虚拟环境的bin/目录下
./python3 -m pip install -U matplotlib

2、演示代码：

# coding: utf-8
import matplotlib.pyplot as plt
plt.plot([0,1],[0,2])
plt.show()

从上图我们就可以推导出 plot() 方法参数的作用。
然后再看看下图：

可以自己推导一下 plot() 参数的值是多少？

plt.plot([5,10],[6,20])
plt.show()

3、画抛物线

# coding: utf-8
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(2,10)
y = x ** 2
plt.plot(x,y)
plt.show()
4、更光滑的抛物线
 
# coding: utf-8
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(1,10)
y = x ** 2
plt.plot(x,y)
plt.show()
 
实验内容：
任务一：分析1996~2015年人口数据特征间的关系
需求说明：人口数据总共拥有 6 个特征，分别为年末总人口、男性人口、女性人口、城镇人口、乡村人口和年份。查看各个特征随着时间推移发生的变化情况可以分析出未来男女人口比例、城乡人口变化的方向。
任务二：分析1996~2015年人口数据各个特征的分布与分散状况
需求说明：通过绘制各年份男女人口数目及城乡人口数目的直方图，男女人口比例及城乡人口比例的饼图可以发现人口结构的变化。而绘制每个特征的箱线图则可以发现不同特征增长或者减少的速率是否变得缓慢。
实验步骤：
任务一步骤：
3.1 matplotlib绘图基本
3.1.1 matplotlib基本绘图流程
Matplotlib是Python的流行绘图库，基于 NumPy和 tkinter(一个图形框架)二次开发，通过几行代码，就能绘制出折线图、散点图、直方图、饼状图
等各类专业图表，在科学计算结果可视化领域大受欢迎。一个简单的绘图过程如下代码:
In [ ]: import numpy as np
import matplotlib.pyplot as plt
#指定x轴数据和y轴数据
x np.arange (- 10,11)
y np.abs (x) #求绝对值
#调用plt.plot函数进行绘图
plt.plot (x,y)
#展示图形
plt.show ()
基本的绘图流程为:
导入matplotlib及相关模块
创建画布与创建子图
设置绘图内容
调用plt.plot函数进行绘图
保存与展示图形
1.导入matplotlib及相关模块
In [ ]: import numpy as np
import matplotlib.pyplot
    y, x = np.ogrid[-2:2:200j, -3:3:300j]
    z = x * np.exp(-x ** 2 - y ** 2)
    extent = [np.min(x), np.max(x), np.min(y), np.max(y)]
                                    今天虎哥将开个新坑，开始带着大家学习用python制图~统计图的形式非常多，有相对常用一点的：折线图、直方图、条形图、散点图、饼图、雷达图；以及可能不太常用的小提琴图、气泡图、风玫瑰图、等高线图、热力图、桑基图等。虎哥带着大家用python一点一点实现他们~在正式画图之前首先向大家介绍利用python绘制统计图所需要的包，以及画图时为了图更好看而做的一些参数调整~在正式画图之前第一步要引入matp...
                                    利用Python可视化数据主要是利用Numpy Matplotlib强大的绘图功能，还可以利用Pandas进行数据挖掘和数据分析
在学习的过程中发现了直线的画图方法有以下几种：
1. 直接plot法
已知两点画一条直线，x值在前，y值在后，相对应即为两个点的坐标（xi,yi）
在这里插入代码片
笔者在用Python学习数据分析时，需要安装几个常用库，安装过程发现了这个问题，来给萌新分享一下，写的不...