今天我们来学习一下python的数据可视化库，Matplotlib，是一个Python的2D绘图库

通过这个库，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率图，条形图，错误图，散点图等等

废话不多说，我们直接通过例子来进行讲解。

首先我们有一组数据如下：

我们可以看到，这组数据有日期，还有日期对应的值，因为这组数据中的日期格式不是标准的日期格式

那么我们对数据做一下转换，取1948年的整年的数据，来进行一个绘图操作

import pandas as pd

unrate = pd.read_csv('unrate.csv')

unrate['DATE'] = pd.to_datetime(unrate['DATE'])

print(unrate.head(12))

我们需要对这组数据，进行折线图的绘制，可以清楚的看到这整年的数据的高低情况。

这组数据表示的是美国在1948年每个月的失业率的百分比情况。

下面我们来进行画图操作

import matplotlib.pyplot as plt

plt.plot()

plt.show()

运行上诉代码，可以得到一个空白的坐标图

下面我们会在这个空白图上增加一些内容。

first_tweleve = unrate[0:12]

plt.plot(first_tweleve['DATE'],first_tweleve['VALUE'])

plt.show()

可以看到这段代码，我们取出数据中的前12条数据，在将这12条数据，分别画入，X轴，Y轴到图中，显示出来，

得到如上图所示的折线图。我们做一下简单的处理，将x轴的图例坐标值，倾斜 45度放置

plt.xticks(rotation=45)，只需要在画图的下面，增加x轴坐标的度数。既可以变换，显示内容如下

那么我们在来美化一下这个图，增加一些更多的内容在里面。

plt.plot(first_tweleve['DATE'],first_tweleve['VALUE'])

plt.xticks(rotation=90)

plt.xlabel('Month')

plt.ylabel('Unemployment Rate')

plt.title('Monthly Unemployment Trends 1948')

plt.show()

下面我们在看看这个图变成一个什么样子

可以看到，我们增加标题，增加了X轴，Y轴的表示方式和基本说明。

那么这样我们就基本上完成了一个很简单的一个折线图。今天的讲解就先讲到这里。

感谢大家的阅读，欢迎点赞，评论。谢谢各位！！