matplotlib绘图（折线图/散点图/条形图/直方图/密度图）百度echarts绘图(https://www.echartsjs.com/examples/zh/index.html）
在图上显示数据
折线图
from matplotlib import pyplot
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simhei.ttf")#引用中文字体，该字体为本地字体，word字体一般在此路径
a = range(11, 31)
y = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1, ]
y2 = [ 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1, 1]
pyplot.figure(figsize=(15, 15), dpi=100) # 图形设置
pyplot.plot(a, y,linestyle=":") # 绘制折线图，要想增加图例还需要引用pyplot.legend()函数,linestyle表示虚线实线等风格
pyplot.plot(a, y2,linestyle="--") #绘制第二个折线图,":"表示点虚线
#引用pyplot.legend()函数中的labels来增加图例,只有此处用汉字使用prop,其他都用properties,loc表示位置，具体可参考legend文档
_a = ["{}years".format(i) for i in a] # 用_a代替a,这样可以不仅显示数字，还能显示字符串
pyplot.xticks(a[::5], _a[::5], rotation=45,fontproperties=my_font) # x坐标的刻度,并且用_a代替a,这样可以不仅显示数字，还能显示字符串，fontproperties为引用设置中文，a[::5}表示对x设置5的步长,每隔5显示，取步长只能为list类型的数值
pyplot.yticks(range(min(y), max(y) + 1)) # y坐标的刻度
pyplot.xlabel("年龄",fontproperties=my_font) # x轴标签
pyplot.ylabel("次数",fontproperties=my_font) # y轴标签
pyplot.title("lods×",fontproperties=my_font) # 图形的标题
pyplot.legend(labels=("自己","同桌"),prop=my_font,loc="upper left")
pyplot.grid(alpha=0.4,linestyle=":") #根据x,y轴画网格线,alpha=0.4代表网格线的透明度，可不要,网格线也可以设置虚线
for x,y in enumerate(y2):
pyplot.text(x,y,'%s' %y,ha='center',va='top')#enumerate(y2)表示需要对y2的数据进行显示，括号里边的x,y表示需要在x,y轴相应的位置显示，相应的（x,y+10)表示x轴数据不变，y轴数据依次加10的地方显示
#'%s' % y表示表示仅显示y轴方向的数据，不显示x轴方向的数据
#ha表示水平方向数据显示在点的那个方向（'center', 'right', 'left'），va表示垂直方向数据显示在点的那个方向（'top', 'bottom', 'center', 'baseline', 'center_baseline'）
pyplot.show()
pyplot.savefig() #保存，自动保存在当前文档
总结：
其他使用方法请参考matplotlib官方网站,里边含有各种图形绘制方法:
https://matplotlib.org/gallery/index.html
散点图
与折线图唯一区别
pyplot.scatter(a,y3) #绘制散点图
其他方法参考折线图
from matplotlib import pyplot
from matplotlib import font_manager
import random
my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simhei.ttf")
x1=range(1,32)
x2=range(51,82)
y1= [ random.randint(10,25) for i in range(31)]
y2 = [random.randint(0,15) for i in range(31)]
pyplot.figure(figsize=(15, 15), dpi=100)
pyplot.scatter(x1,y1)
pyplot.scatter(x2,y2)#绘制散点图，由于3月10月分别用不同的坐标轴，因此绘制散点图时分别传入X1,X2
x=list(x1)+list(x2) #只有list类型的才能相加,因此要先转化为list类型
x_ticks = ["3月{}日".format(i) for i in x1]
x_ticks += ["5月{}日".format(i-50) for i in x2]
# x坐标的刻度,并且用x_ticks代替x,这样可以不仅显示数字，还能显示字符串，fontproperties为引用设置中文,x[::5}表示对x设置5的步长,每隔5显示，取步长只能为list类型的数值
pyplot.xticks(x[::5], x_ticks[::5], rotation=45,fontproperties=my_font)
pyplot.yticks(range(0,26))
pyplot.xlabel("月份",fontproperties=my_font)
pyplot.ylabel("温度 单位(C）",fontproperties=my_font)
pyplot.title("3月&10月份温度",fontproperties=my_font)
pyplot.legend(labels=("3月份","5月份"),prop=my_font,loc="upper left")
pyplot.grid(alpha=0.4,linestyle="-.")
pyplot.show()
pyplot.savefig()
条形图
唯一区别
pyplot.bar(x,y)
pyplot.barh(range(len(a)),b,height=0.5) #横着的条形图
其他均与折线图，散点图一样
from matplotlib import pyplot
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:\Windows\Fonts\simhei.ttf")
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5:最后的骑士","摔跤吧!爸爸","加勒比海盗5:死无对证",
"金刚:骷髅岛","极限特工:终极回归","生化危机6:终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3:殊死一战","蜘蛛侠:英雄归来",
"悟空传","银河护卫队2","情圣","新木乃伊",]
b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3,8.75, 7.55, 7.32, 6.99, 6.88, 6.86, 6.58, 6.23]
pyplot.figure(figsize=(15, 15), dpi=100)
pyplot.bar(range(len(a)),b,width=0.5) #绘制柱状图，由于画图时不是直接引用fontproperties,因此先用len的数字，然后在替换,width设置柱状图的宽度
# pyplot.barh(range(len(a)),b,height=0.5)
#绘制横着的柱状图，由于画图时不是直接引用fontproperties,因此先用len的数字，然后在替换,由于横着画图，因此此处使用height而不是width设置柱状图的宽度
pyplot.xticks(range(len(a)), a, rotation=45,fontproperties=my_font)
pyplot.xlabel("电影",fontproperties=my_font)
pyplot.ylabel("票房",fontproperties=my_font)
pyplot.title("不同电影票房",fontproperties=my_font)
pyplot.grid(alpha=0.4,linestyle=":")
pyplot.show()
pyplot.savefig()
绘制多次条形图
注意：需要将第二次的图形讲X向右移动width距离，即刚好条形图的宽度，以便条形图能刚好链接在一起
其中_x=list(range(len(a))),然后通过下一个x为[i + _bar_width for i in _x]来实现对x的横移
另一种简单方法：_x=range(len(a)),注意，没有list，但是下一个x为np.arange(len(a))+_bar_width来实现。但是不能直接range(len(a))+_bar_width，会提示range和float不能相加。
直方图（只有没有统计过的数局即原始数据才能绘制直方图，统计过的每类多少人直接用条形图即可）
pyplot.hist(a,num_bins)#num_bins为组数
密度图
pyplot.kde(x,y)密度函数图
