这回，我么来看看折线图和曲线图，其实一开始的时候，我们掌握的就是折线图
来回忆下之前的内容，先看个小例子
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
x = np.arange('2017-08-01','2017-08-10',dtype=np.datetime64)
y = np.random.randint(10,100,size=9)
y2 = np.random.randint(10,100,size=9)
plt.plot(x,y,color='red',label='APP')
plt.plot(x,y2,color='blue',label='PC')
plt.title(u'每日登录用户数')
plt.xlabel(u'日期')
plt.ylabel(u'登录人数')
plt.legend()
plt.show()
就是使用plot直接绘制就行了
这次，我们使用了稍微有点儿意义的数据，下面，我们再看个曲线图，
以前数学里面，最常见的曲线是啥呢？可能就是那个正弦函数之类的（回忆一下，有点儿懵，忘了都）
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
x = np.linspace(-2*np.pi,2*np.pi,1000)
y1,y2 = np.sin(x),np.cos(x)
plt.plot(x,y1,color='red',label='sin(x)')
plt.plot(x,y2,color='blue',label='cos(x)')
plt.legend()
plt.show()
就线条和标记，有很多常用的参数
哈，刚刚想到一个好玩儿的功能点，最近一直没看到，但是可视化的时候应该很常见，就是
在每一个点上，显示他的数值
试了下，还可以的
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
x = np.arange('2017-08-01','2017-08-10',dtype=np.datetime64)
y = np.random.randint(10,100,size=9)
y2 = np.random.randint(10,100,size=9)
plt.plot(x,y,color='red',label='APP')
plt.plot(x,y2,color='blue',label='PC')
plt.title(u'每日登录用户数')
plt.xlabel(u'日期')
plt.ylabel(u'登录人数')
#遍历每一个点，使用text将y值显示
for i,j in list(zip(x,y)):
plt.text(i,j+1,j,fontsize=12)
plt.legend()
plt.show()
这样可以实现，但是展示起来不是特别的友好，不知道有没有其他的好办法，后面再看看的。