操作方法
加载numpy和matplotlib的pyplot。 np.random.seed(888)设置一个种子888；np.random.standard_normal((18,2)).cumsum(axis=0)表示随机生成18*2个标准正态分布数据的按列求累计和，如图所示
绘制二维图表。 plt.figure(figsize=(8,5))表示绘图的画板尺寸为8*5；plt.plot(y,lw=2)表示绘图线条宽度为2；plt.plot(y,'ro')表示绘图的点为红色圆标记；plt.grid(True)表示图形添加网格；plt.axis('tight')表示使用紧凑的坐标轴；plt.xlabel('var')表示给X轴添加标签‘var’； plt.ylabel('value')表示给Y轴添加标签‘value’；plt.title('A Simple Plot') 表示给图形添加标题‘A Simple Plot’；如图所示
绘制带有图例的二维图表。 将上面的plt.plot(y,lw=2)修改为下面的plt.plot(y[:,0],lw=2,label='1st')、plt.plot(y[:,1],lw=2,label='2nd')表示分别绘制2条折线图（目的是分别打一个标记），并且添加plt.legend(loc=0)表示按最佳位置显示图例；如图所示
数量级相差很大的二维图表。 y[:,0]=y[:,0]*888表示修改第一个数据，扩大888倍；后面沿用上面设置不变，发现另一条线几乎成为一条直线（可视化效果很糟糕）；如图所示
使用双坐标轴解决数量级相差较大的二维图表。 fig,ax1=plt.subplots()、ax2=ax1.twinx()表示2个图共用X轴，Y轴左侧表示第一个数据，Y轴右侧表示第二个数据，有2个图例；如图所示
使用单独的2个子图解决数量级相差较大的二维图表。 plt.subplot(211)、plt.subplot(212)分别表示子图1和子图2;如图所示
绘制组合图形。 如果想绘制左边是折线图，右边是条形图的组合图形，怎么完成？ plt.subplot(121)表示生成一个1行2列的子图1；plt.subplot(122)表示生成一个1行2列的子图2；plt.barh(range(len(y)),y[:,1], align='center', alpha=0.4,color='g',label='2nd')表示生成一个条形图;如图所示