人工智能適合什么圖形？
Matplotlib 是 Python 的繪圖庫。 它可與 numpy 一起使用，提供了一種有效的 MatLab 開源替代方案。 它也可以和圖形工具包一起使用，如 PyQt 和 wxPython。
Windows 系統安裝 Matplotlib
進入到 cmd 窗口下，執行以下命令：
python -m pip install -U pip setuptools python -m pip install matplotlib
Linux 系統安裝 Matplotlib
可以使用 Linux 包管理器來安裝：
Debian / Ubuntu：
sudo apt-get install python-matplotlib
Fedora / Redhat：
sudo yum install python-matplotlib
Mac OSX 系統安裝 Matplotlib
Mac OSX 可以使用 pip 命令來安裝：
sudo python -mpip install matplotlib
安裝完后，你可以使用 python -m pip list 命令來查看是否安裝了 matplotlib 模塊。
$ python -m pip list | grep matplotlib matplotlib (1.3.1)
人工智能實現簡單的畫圖功能，例如柱狀圖，曲線圖，散點圖。
柱狀圖
主要用于數據的統計與分析，早期主要用于數學統計學科中，
數碼相機的曝光值用柱狀圖表示
到現代使用已經比較廣泛，比如現代的電子產品和一些軟件的分析測試，如電腦，數碼相機的顯示器和photoshop上都能看到相應的柱狀圖。
易于比較各組數據之間的差別。
?
# 導包
import matplotlib.pyplot as plt
# 導入字體庫
from matplotlib.font_manager import FontProperties
# 設置本機字體 字體樣式 字體大小
# font = FontProperties(fname="c:/Windows/Fonts/simhei.ttf",size=30)
# 柱狀圖
# 設置數據
salary = [9000,10000,5000,3000]
group = ['beijing','shanghai','guangzhou','hebei']
# 填充數據
plt.bar(group,salary)
# 設置標題
plt.title('salary/group')
plt.show()
曲線圖
曲線圖又稱折線圖,是利用曲線的升、降變化來表示被研究現象發展變化趨勢的一種圖形。它在分析研究社會經濟現象的發展變化、依存關系等方面具有重要作用。 [1]
繪制曲線圖時，如果是某一現象的時間指標,應將時間繪在坐標的橫軸上,指標繪在坐標的縱軸上。如果是兩個現象依存關系的顯示，可以將表示原因的指標繪在橫軸上,表示結果的指標繪在縱軸上。同時還應注意整個圖形的長寬比例
?
# 導包
import matplotlib.pyplot as plt
# 導入字體庫
from matplotlib.font_manager import FontProperties
# 設置本機字體 字體樣式 字體大小
font = FontProperties(fname="c:/Windows/Fonts/simkai.ttf",size=30)
# 單指標
# # 填充數據 第一個x軸，第二個y軸
# plt.plot(['2019-03-01','2019-03-02','2019-03-03'],[0,10,10])
# # 繪制方法
# plt.show()
# 多指標曲線圖
# d定制數據
x1 = ['2019-03-01','2019-03-02','2019-03-03','2019-03-04','2019-03-05','2019-03-06']
y1 = [0,5,6,1,10,9]
x2 = ['2019-03-01','2019-03-02','2019-03-03','2019-03-04','2019-03-05','2019-03-06']
y2 = [10,20,15,30,25,24]
# 填充數據 溫度 :temperature
plt.plot(x1,y1,label='temperature')
# 濕度
plt.plot(x2,y2,label='water')
# 設置標題
plt.title('溫濕度趨勢圖',FontProperties=font)
# 顯示圖例
plt.legend()
# 繪制方法
plt.show()
散點圖
散點圖是指在回歸分析中，數據點在直角坐標系平面上的分布圖，散點圖表示因變量隨自變量而變化的大致趨勢，據此可以選擇合適的函數對數據點進行擬合。
用兩組數據構成多個坐標點，考察坐標點的分布，判斷兩變量之間是否存在某種關聯或總結坐標點的分布模式。散點圖將序列顯示為一組點。值由點在圖表中的位置表示。類別由圖表中的不同標記表示。散點圖通常用于比較跨類別的聚合數據。
?
# 導包
import matplotlib.pyplot as plt
# 導入科學計算
import numpy as np
# 設置數據
# plt.scatter(2,4)
# # 繪制
# plt.show()
# 定義x軸數據 ：隨機
x = list(range(0,101))
y = [xvalue * np.random.rand() for xvalue in x ]
# 填充數據
# s ：點的大小和粗細
# c: 顏色
plt.scatter(x,y,s=20,c='red')
plt.show()
總結：
柱狀圖關鍵字：bar()
曲線圖關鍵字：plot()
散點圖關鍵字：scatter()