散点图，折线图，柱状图，条形图。

• 散点图
  散点图可以用于看数据之间有无关联性。重要的几个参数:颜色，大小，透明度。透明度可以看数据之间叠加的程度大小。

  scatter的意思是散射的意思。

  简单的一块代码入门：

import matplotlib.pyplot as plt #将pyplot 改名为 plt

x = [1,2,3,4,5,6,7,8,9,10,11,12,13]

y = [2,3,3,4,5,6,7,8,9,10,11,12,13]

plt.scatter(x,y)

plt.show()

运行结果如下图：
看大量的数据（随机生成的，期望应该是无任何关联性）

import random
import matplotlib.pyplot as plt #将pyplot 改名为 plt
x = []
y = []
for _ in range(100):
    x.append(random.randint(1,100))
    y.append(random.randint(1,100))

plt.scatter(x,y)

plt.show()

结果下图，很明显没有相关性。
这里可以改变颜色，大小，透明度等等。
python的功能很强大，它会把scatter的参数都显现出来，可以了解别的参数，我这里修改了几个参数。s为面积的大小默认20，c为颜色默认‘b’蓝色，alpha为透明度。

import random
import matplotlib.pyplot as plt #将pyplot 改名为 plt
x = []
y = []
for _ in range(1000):
    x.append(random.randint(1,100))
    y.append(random.randint(1,100))

plt.scatter(x,y,s=12,c='r',alpha=0.5)

plt.show()

运行结果如下，可以看出透明度的作用，有的地方颜色深，有的地方颜色浅。看出数据重叠的程度。

• 折线图
  plot是画出，标出; 绘制(图表)的意思
  折线图就不介绍了，还是简单的代码：

import matplotlib.pyplot as plt #将pyplot 改名为 plt
x = [1,4,6,7,9]
y = [2,3,9,7,4]
plt.plot(x,y)
plt.show()

实际应用中，x轴一般为时间。而且有很多不同的折线。这时候就需要改变折线样式，颜色，大小等等了，当然也可以为折线图命名，为x，y轴命名。

import matplotlib.pyplot as plt #将pyplot 改名为 plt
#设置标题，以及x轴，y轴
plt.title("beijing && tulufan", fontsize=24)
plt.xlabel("Data", fontsize=14)
plt.ylabel("Tempreture", fontsize=14)

#北京
data = [i for i in range(1,32)]
temp_beijing = [34,34,28,22,27,26,
                20,18,23,25,28,28,
                30,29,25,25,29,28,
                26,30,25,29,25,28,
                31,32,34,29,29,30,31]
#吐鲁番
temp_tulufan = [37,37,30,30,31,30,
                26,23,26,30,30,32,
                35,34,31,30,29,30,
                28,33,34,30,36,30,
                35,36,37,30,30,35,32]

plt.plot(data,temp_beijing,c='r',linewidth='1',linestyle='--')
plt.plot(data,temp_tulufan,c='g',linewidth='1',linestyle='-.')
plt.show()

linestyle有很多形式：
‘-’ 实线
‘–’ 虚线
‘-.’ 线点
‘:’ 点
plot里面参数也有很多。不一 一介绍了。
当然可以和爬虫结合在一起，爬取数据然后绘制图，进行分析。

我也刚学，如有不对，请指出。感谢观看。