matplotlib数据可视化之标准流程，画图基本结构

注：本文使用jupyter编写代码！！！

#先导入包
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline##jupyter可以用，这样就不用plt.show(),但是与使用plt.show()不冲突

#1.了解mpl画图的基本结构和流程。(建议初学用ax.xxx方法绘图，按流程来！！！不然可能很混乱，请区分plt.xxx与ax.xxx的区别,方便对图做修改)
##1）先建一个画板:figure。
#figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)。
#num：表示第几个画板或画板名称；
#figsize：画板大小
#dpi：dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
#facecolor:背景颜色
#edgecolor:边框颜色
#frameon:是否显示边框

fig=plt.figure(num="画图1",figsize=(8,5),dpi=60,facecolor="blue",edgecolor="blue",frameon=True)#（8,5）即长8英寸，宽5英寸

##2）再“贴”画纸ax
#plt.subplot(nrows, ncols, index, **kwargs)
#nrows, ncols, index:对画板分成行×列个区域，索引为第几个区域
#projection : {None, ‘aitoff’, ‘hammer’, ‘lambert’, ‘mollweide’, ‘polar’, ‘rectilinear’, str}, optional：子图类型
#polar : boolean, optional：

ax1=plt.subplot(221)#画纸ax1,而且“贴”在画板的左上角（221的意思是：将画板分为2×2的4个区域，选第一个区域贴画纸）
ax2=plt.subplot(222)#画纸ax2
ax3=plt.subplot(223)#画纸ax3
#ax4=plt.subplot(224)#画纸ax4

fig2,ax=plt.subplots(3,2,figsize=(8,5))#plt.subplots()一下子可以创建所有子图；而plt.subplot()只能一个一个创建
#fig2=plt.figure(num=2,figsize=(10,4),dpi=80,facecolor="red")#facecolor="red"不起作用咋回事？？？
fig2=plt.figure(num=2,figsize=(10,4),dpi=80)
ax2=plt