1、plt.tight_layout()（https://blog.csdn.net/weixin_45492560/article/details/113625605）
https://blog.csdn.net/qq_41870157/article/details/104615338
2、python xticks()函数设置X轴方法--刻度、标签（https://blog.csdn.net/u011208984/article/details/90720516）
plt.xticks(()) # 设置坐标轴不显示坐标
3、python中plt.cm.Paired （https://www.csdn.net/tags/NtzaQgzsMDk4MTgtYmxvZwO0O0OO0O0O.html）
plt.cm中cm全称表示colormap，
paired表示两个相近色彩输出，比如浅蓝、深蓝 ；浅红、深红；浅绿，深绿这种。
4、Python Matplotlib属性 cmap（https://blog.csdn.net/yzxnuaa/article/details/89528971）
cmap即colormaps
获取图谱使用plt.get_cmap(‘xxx’)
5、plt.scatter()函数解析（最清晰的解释）(https://blog.csdn.net/qq_36387683/article/details/101378036)
https://zhuanlan.zhihu.com/p/111331057
plt.scatter(x, y, s=area, c=colors, linewidths=widths, alpha=0.5, marker='o')
s：表示的是大小，是一个标量或者是一个shape大小为(n,)的数组，可选，默认20。
c：表示的是色彩或颜色序列，可选，默认蓝色’b’。但是c不应该是一个单一的RGB数字，也不应该是一个RGBA的序列，因为不便区分。c可以是一个RGB或RGBA二维行数组。
alpha → 散点透明度（[0, 1]之间的数，0表示完全透明，1则表示完全不透明）
linewidths →散点的边缘线宽
edgecolors → 散点的边缘颜色
6、plt.axis （https://www.jb51.net/article/192470.htm）
https://blog.csdn.net/qq_36439087/article/details/121527402
plt.axis([a, b, c, d]) 设置x轴的范围为[a, b]，y轴的范围为[c, d]
plt.axis('tight') # 坐标轴适应数据量 axis 设置坐标轴
7、matplotlib画直方图 - plt.hist() （https://blog.csdn.net/weixin_45520028/article/details/113924866）
x: 作直方图所要用的数据，必须是一维数组；多维数组可以先进行扁平化再作图；必选参数；
bins: 直方图的柱数，即要分的组数，默认为10；
range：元组(tuple)或None；剔除较大和较小的离群值，给出全局范围；如果为None，则默认为(x.min(),
8、plt.tight_layout() （https://blog.csdn.net/Du_Shuang/article/details/84139716）
tight_layout会自动调整子图参数，使之填充整个图像区域。这是个实验特性，可能在一些情况下不工作。它仅仅检查坐标轴标签、刻度标签以及标题的部分。
9、python画contour等高线图（https://zhuanlan.zhihu.com/p/108450749）
10、plt.bar画柱状图（https://blog.csdn.net/fanchui5287/article/details/106157133/）
https://blog.csdn.net/weixin_45520028/article/details/113919561
plt.bar()：正常柱状图📊📊，常见的统计图；
plt.barh()：横向的柱状图，可以理解为正常柱状图旋转了90°。
11、plt.cm.Spectral实现的功能是给label为1的点一种颜色，给label为0的点另一种颜色。（https://blog.csdn.net/xc_zhou/article/details/87288253）
生成两种颜色，其中1,2,5,6是一种，3,4是一种
colors = plt.cm.Spectral([1,1,0,0,1,1])
print(colors)
12、subplots_adjust（https://blog.csdn.net/asty9000/article/details/88881499）
调整子图布局
wspace、hspace分别表示子图之间左右、上下的间距
13、# Python Matplotlib.colors.ListedColormap用法及代码示例
matplotlib.colors.ListedColormap类用于从颜色列表创建colarmap对象
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors
a = np.linspace(-3, 3)
A, B = np.meshgrid(a, a)
X = np.exp(-(A2 + B2))
figure, (axes1, axes2) = plt.subplots(ncols = 2)
colors =["green", "orange",
"gold", "blue", "k",
"#550011", "purple",
"red"]
axes1.set_title(" color list")
contour = axes1.contourf(A, B, X,
colors = colors)
axes2.set_title("with colormap")
cmap = matplotlib.colors.ListedColormap(colors)
contour = axes2.contourf(A, B, X, cmap = cmap)
figure.colorbar(contour)
plt.show()
14、c argument looks like a single numeric RGB or RGBA sequence, which should be avoi（https://blog.csdn.net/qq_45261963/article/details/117995505）
•问题描述：c这个参数应该是一个RGB或RGBA序列，当你仅仅需要使用一个颜色时，应该使用颜色单词来代替，当你真的想使用光谱来自定义颜色，请你使用二维数组来确定颜色！！！
•我们上述代码中自定义的颜色是一个元组，不符合规定的二维数组，需将其转换二维数组！！！
np.array(color1).reshape(1,-1)
15、plt.figure(1)是什么意思(https://www.imooc.com/qadetail/246860)
plt.figure(1)是新建一个名叫 Figure1的画图窗口，plt.plot(x,c)是在画图窗口里具体绘制横轴为x 纵轴为c的曲线
16、fig.add_subplot()函数参数的意思（https://blog.csdn.net/wyf2017/article/details/109297737）
fig.add_subplot(111) 一行一列第一个
fig.add_subplot(221) 2行2列第一个
17、plt.imshow()和plt.show()的区别（https://zhuanlan.zhihu.com/p/72610557）
imshow()接收一张图像，只是画出该图，并不会立刻显示出来。
imshow后还可以进行其他draw操作，比如scatter散点等。
所有画完后使用plt.show()才能进行结果的显示。
（https://blog.csdn.net/weixin_41978699/article/details/120999916）
18、subplot超过十个子图
x = np.arange(100)
创建图像布局对象fig
fig = plt.figure(figsize = (60, 30))
ax1 = fig.add_subplot(3,5,1)
ax1.hist(all_data['飞靶号'])
ax1.set_title('飞靶号',fontsize=48)
ax2 = fig.add_subplot(3,5,2)
ax2.hist(all_data['槽号'])
ax2.set_title('槽号',fontsize=48)
ax3 = fig.add_subplot(3,5,3)
ax3.hist(all_data['温度'])
ax3.set_title('温度',fontsize=48)
ax4 = fig.add_subplot(3,5,4)
ax4.hist(all_data['机种'])
ax4.set_title('机种',fontsize=48)
ax5 = fig.add_subplot(3,5,5)
ax5.hist(all_data['杆号'])
ax5.set_title('杆号',fontsize=48)
ax6 = fig.add_subplot(3,5,6)
ax6.hist(all_data['PH'])
ax6.set_title('PH',fontsize=48)
ax7 = fig.add_subplot(3,5,7)
ax7.hist(all_data['一次染时'])
ax7.set_title('一次染时',fontsize=48)
ax8 = fig.add_subplot(3,5,8)
ax8.hist(all_data['位置'])
ax8.set_title('位置',fontsize=48)
ax9 = fig.add_subplot(3,5,9)
ax9.hist(all_data['L'])
ax9.set_title('L',fontsize=48)
ax10 = fig.add_subplot(3,5,10)
ax10.hist(all_data['A'])
ax10.set_title('A',fontsize=48)
ax11 = fig.add_subplot(3,5,11)
ax11.hist(all_data['B'])
ax11.set_title('B',fontsize=48)
ax12= fig.add_subplot(3,5,12)
ax12.hist(all_data['二次染时'])
ax12.set_title('二次染时',fontsize=48)
ax13 = fig.add_subplot(3,5,13)
ax13.hist(all_data['L.1'])
ax13.set_title('L.1',fontsize=48)
ax14= fig.add_subplot(3,5,14)
ax14.hist(all_data['A.1'])
ax14.set_title('A.1',fontsize=48)
ax15= fig.add_subplot(3,5,15)
ax15.hist(all_data['B.1'])
ax15.set_title('B.1',fontsize=48)
plt.show()
19、Glyph missing from current font.（https://blog.csdn.net/adminkeys/article/details/111207736）
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False
20、matplotlib 坐标字体大小
