1 认识matplotlib

Matplotlib是一个Python 2D绘图库，可以绘制静态，动态，交互式的图表。

pandas和searborn的绘图接口是基于matplotlib封装的

2 一个简单的例子

Matplotlib的图像是画在figure上的，figure包含了一个或多个axes（一个可以指定坐标系的子区域）。最简单的创建figure以及axes的方式是通过pyplot.subplots命令，创建axes以后，可以使用Axes.plot绘制最简易的折线图

使用plt创建最简单的绘图

matplotlib.pyplot方法能够直接在当前axes上绘制图像，如果用户未指定axes，matplotlib会帮你自动创建一个。

plt.plot([1, 2, 3, 4], [1, 4, 2, 3]）    

和上图一样的效果

3 Figure的组成

一个完整的matplotlib图像通常会包括以下四个层级，这些层级也被称为容器（container）。

Figure：顶层级，用来容纳所有绘图元素

Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成

Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素

Tick：axis的下属层级，用来处理所有和刻度有关的元素

matplotlib的层级

4 两种绘图接口

matplotlib提供了两种最常用的绘图接口

    1. 显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)

    2. 依赖pyplot自动创建figure和axes，并绘图

使用第一种绘图接口，是这样的：

显示创建figure和axes

而如果采用第二种绘图接口，绘制同样的图，代码是这样的：

依赖pyplot自动创建figure和axes

5 数据可视化的使用场景和目的

为了更直观地反映数据规律，通常需要将数据可视化出来。比如说价格的高低，数量的多少，异常值的检测等等。

在数据分析的过程中，可视化将极大地帮助我们进行决策，提高效率。

精通matplotlib正是可视化路上的加速器。