1.pandas

https://blog.csdn.net/qq_21840201/article/details/80725433

2.matplotlib

2.1 pyplot

figure 创建窗口

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=, clear=False, kwargs)
num: num为窗口的属性id,即该窗口的身份标识
figsize: 可选参数。整数元组，默认是无
dpi: 可选参数，整数。表示该窗口的分辨率，如果没有提供则默认为 figure.dpi
facecolor：可选参数，表示窗口的背景颜色，如果没有提供则默认为figure.facecolor，其中颜色的设置是通过RGB，范围是’#000000’~’#FFFFFF’。
edgecolor:可选参数，表示窗口的边框颜色。
frameon**:可选参数，表示是否绘制窗口的图框。

给整个图设置一个总标题，suptitle()函数

tight_layout

会自动调整子图参数，使之填充整个图像区域。

subplot

subplot前面俩参数指定的是一个画板被分割成的行和列，后面一个参数则指的是当前正在绘制的编号！
ax = plt.subplot(2, 2, i + 1)

**

scatter 画散点图

第一个参数：横坐标
第二个参数：纵坐标
第三个参数c：颜色
第四个参数marker: 形状
第五个参数s: 大小
第六个参数cmap: cmap参数颜色映射，当使用cmap=plt.cm.Spectral时，会自动的根据类别，比如这个例子里是一个二元分类问题，那么这个函数会给label 1一种颜色，label 0设置另一种颜色。

import matplotlib.pyplot as plt
from sklearn import datasets
X_train,y_train = datasets.load_breast_cancer(return_X_y=True)#载入数据集
plt.scatter(X_train[:, 0], X_train[:, 1], c=y_train, marker = 'o', s=40, cmap=plt.cm.Spectral)#c--color，s--size,marker点的形状
plt.show()