数据科学之数据可视化——Matplotlib可视化绘制折现和曲线

        hello各位小伙伴，从这一篇开始我们就正式开始学习matplotlib的可视化了哦

图形种类：

在学习数据可视化之前我们先来介绍我们常用的一些图形及其他们的意义。

饼图：饼图用来表述数据所占总体的半分比情况，比如男生人数在班级总人数的百分比

条形图：条形图直观展示数据，常用与表示频率分布，所以也叫频率分布直方图

折线图：折线图用来描述数据在一段时间的变化

箱图：用于描述一组数据的统计特征如中位数，3/4位

散点图：用来描述数据之间的相关性

折线图

我们假设某地5天最高气温为26,30,31,32,33，最低气温12,16,16,17,18。我们来绘制这一周气温变化曲线图。

from matplotlib import pyplot as plt
# 准备数据
# 生成x轴
x = range(5)
max_temperature = [26,30,31,32,33]
min_temperature = [12,16,16,17,18]
# 绘图
plt.plot(x,max_temperature) # 最高气温折线图
plt.plot(x,min_temperature) # 最低气温折线图
plt.show()

我们看到生成折现图是这样，但是并不是很直观，我们不知道什么是什么，所以这里我们做一下操作：

1. 首先我们把x轴替换成星期1-星期5
2. 我们在把每一个折线图的标签添加进去也就