用pyplot畫折線圖與散佈圖
接下來，就要使用pyplot來畫圖囉～今天要畫的是全世界歷年人口圖，先想像一下最後的結果：橫軸(X軸)為年份、縱軸(y軸)為人口數
我們先來建立兩個 list 分別包含以上資訊：
year = [1950, 1970, 1990, 2010]
pop = [2.52, 3.70, 5.27, 6.97]使用pyplot畫圖囉～ plt.plot()第一個變數放X軸資料、第二個變數放Y軸資料，並且使用 .show() 讓python顯示圖表：
plt.plot(year, pop)
plt.show()
剛剛的plt.plot() 把所有資料自動連線了，這個功能有時候很方便，但有時候也會變成災難（想像你有上千筆資料……）
所以，我們也可以改使用plt.scatter() ，python會把結果使用「點」來呈現：
修改座標軸的單位：
plt.xscale('log')#調整x軸的比例，取log
用 pyplot畫直方圖
我們定義一筆新的資料為life_exp，裡面有著各個國家於2020年的預期壽命。我們用它來畫出直方圖，其實相當簡單，與前面的語法大同小異，就直接來吧：
直方圖的一個重要概念是，我們要把這些資料的分界設為多少。以上圖為例，各國家的預期壽命介於40到85歲之間，若沒有設定分界數量 bins ，python會預設為10個bins。但我們若想看更細的分類，可以把bins的數量調高為25：
優化你的圖表
上圖的範例只是很陽春的圖表，以下命令可以讓plot生成的圖表變得更精緻：
在x軸及y軸加上標籤：
plt.xlabel('Year')
plt.ylabel('Population')為圖表加上標題：
plt.title('World Population Projections')設置x軸及y軸的刻度：
plt.ytickets([0, 2, 4, 6, 8])#設置完刻度，還可以調整刻度的顯示
plt.ytickets ([0, 2, 4, 6, 8], ['0', '2 billions', '4 billions', 6 billions', '8 billions'])#第一個list是刻度的value
#第二個list是刻度的label
實際演練！
import matplotlib.pyplot as plt
import numpy as np#先建立人均GDP/ 平均預期壽命/ 人口數等三項資料，type=list#gdp_cap是GDP per Capita，單位是USD
gdp_cap=[974.5803384, 5937.029525999998, 6223.367465, ...]#預期壽命，單位是年
life_exp=[43.828, 76.423, 72.301, ...]#人口數，單位是million
pop=[31.889923, 3.600523, 33.333216, ...]#將pop做成array，因為後續要計算它
pop_np=np.array(pop)#double pop_np
pop_np=pop_np * 2#用pop_np為”gdp與預期壽命“的散佈圖做調整。第一個變數是x軸、第二個變數是y軸、第三個變數是標記大小(可以是標量，也可以是大小等於x或y的數組)
plt.scatter(gdp_cap, life_exp, s=pop_np)#回傳如下圖
plt.show()
#調整x軸的scale
plt.xscale('log')
#放上各label
plt.xlabel('GDP per Capital [is USD]')
plt.ylabel('Life Expectancy [in year]')
plt.title('World Development in 2007')
#調整x軸和y軸的顯示方式，可以先查詢GDP和壽命的最大最小值
print(max(gdp_cap), min(gdp_cap), max(life_exp), max(life_exp))>>>>> 49357.19017 277.5518587 82.603 82.603#調整如下：
plt.xticks([1000, 10000, 100000], ['1K','10K','100K'])
plt.yticks([40,45,50,55,60,65,70,75,80,85], ['40y','45y','50y','55y','60y','65y','70y','75y','80y','85y'])
# 定義一組list為每個國家的顏色
col=['red', 'green', 'blue', ...]#重新畫圖幫圖表加上色彩：c是color，alpha是透明度（0~1之間）
plt.scatter(gdp_cap, life_exp, s=pop_np, c=col, alpha=0.7)
#幫中國和印度加上文字
#使用plt.text(x, y, string)，x=x欄的數值、y=y欄的數值、string=我們要加上的文字
plt.text(1550, 71, 'India')
plt.text(5700, 80, 'China')#加上隔線
plt.grid()
補充說明
之前使用的 plt.scatter其實還有其他細節可以定義：
plt.scatter(x=x_axis_data, y=y_axis_data, s=None, c=None, marker=None, cmap=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)- x_axis_data：放在x軸的數據
- y_axis_data：放在y軸的數據
- s-標記大小(可以是標量，也可以是大小等於x或y的數組)
- c-標記的顏色序列的顏色
- marker-標記樣式
- cmap-cmap名稱
- linewidths-標記邊框的寬度
- edgecolor-標記邊框顏色
- alpha-混合值，介於0(透明)和1(不透明)之間
除了前兩個變數必填之外，其他所有參數都是可選的，其默認值為None。