基于matplotlib和seaborn数据挖掘，数据可视化

利用python中数据可视化工具matplotlib和seaborn实现可视化
所需数据使用上篇numpy库和pandas库生成数组，矩阵，dataframe。

• 导入所需库：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

• 绘制函数图（plt.plot()）

选择图形主题	plt.sytle.use():五种主题：暗网格(darkgrid)，白网格(whitegrid)，全黑(dark)，全白(white)，全刻度（ticks)默认为全刻度
绘制曲线图	matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)：*args包括所需数据，曲线的颜色和样式
显示图形	matplotlib.pyplot.show（args，* kw ）

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

plt.style.use("seaborn-darkgrid")
#定义x
x=np.arange(0,3*np.pi,0.1)
#生成正弦函数
y=np.sin(x)
#调用plot函数实现可视化
plt.plot(x,y)
plt.show()

• 绘制子图：
  把画布切分成一个一个子图
  如上，生成主题，函数

添加子图	matplotlib.pyplot.subplot（* args，** kwargs ）：在当前图中添加子图。*args是一个3位整数或三个独立的整数，用于描述子图的位置
绘制子图	plt.plot()
显示子图	plt.show()
设置标题	plt.title(" ")

plt.style.use("seaborn-darkgrid")
x=np.arange(0,4*np.pi,0.1)
y=np.sin(x)
y2=np.cos(x)
#将原图分成两行一列两个子图，并取第一个子图
plt.subplot(2,1,1)
plt.plot(x,y)
plt.subplot(2,1,2)
plt.plot(x,y2)
plt.show