在做和鲸上的50题matplotlib从入门到精通，有很多零碎的知识点整理一下
项目链接：https://www.heywhale.com/mw/project/6067e268a7fbf60018902fb5
（1）numpy.linspace()
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
在指定的间隔范围内返回均匀间隔的数字
链接：https://blog.csdn.net/benben_dog/article/details/85446452
（2）numpy.random相关函数
如何理解RandomState:这里1为随机数种子，只要随机数种子seed相同，产生的随机数系列就相同
知乎详细解答：决策树的randomstate参数，到底是干嘛用的?
numpy里random总结：https://blog.csdn.net/jieshaoxiansen/article/details/82255191
random.normal()
random.normal(loc=？,scale=？,size=shape)
1.参数loc 均值
2.参数scale 标准差
3.参数size 默认为None，输出的值在shape里
其作用结果为正态分布上的值
（3）scatter中参数c与参数cmap
plt.scatter中c参数和cmap参数的区别是什么？：http://www.sofasofa.io/forum_main_post.php?postid=1007596
scatter中颜色参数的设置：https://www.shangmayuan.com/a/0124cfca40c4426f95104ef2.html
(4)误差条图的设置
errorbar(x, y, yerr=None, xerr=None, fmt=u'', ecolor=None, elinewidth=None, capsize=None, barsabove=False, lolims=False, uplims=False, xlolims=Fals
e, xuplims=False, errorevery=1, capthick=None, hold=None, data=None, **kwargs)
参数用法：https://blog.csdn.net/xigewang_/article/details/78877322
https://www.cnblogs.com/shanger/p/11976198.html
fmt:
fmt = '[marker][line][color]'
（5）绘制直方图有关问题
参数：matplotlib.pyplot.hist(x,bins=None,range=None, density=None, bottom=None, histtype='bar', align='mid', log=False, color=None, label=None, stacked=False, normed=None)
density:
True和False分别代表是否归一化
https://blog.csdn.net/studyvcmfc/article/details/107235478
(6)**kwargs
https://www.cnblogs.com/zhangzhuozheng/p/8053045.html
（7）生成一个多元正态分布矩阵
multivariate_normal(mean, cov, size=None, check_valid=None, tol=None)
mean：mean是多维分布的均值维度为1；
cov：协方差矩阵（协方差基本概念戳这里），注意：协方差矩阵必须是对称的且需为半正定矩阵；
size：指定生成的正态分布矩阵的维度（例：若size=(1, 1, 2)，则输出的矩阵的shape即形状为 1X1X2XN（N为mean的长度））。
check_valid：这个参数用于决定当cov即协方差矩阵不是半正定矩阵时程序的处理方式，它一共有三个值：warn，raise以及ignore。当使用warn作为传入的参数时，如果cov不是半正定的程序会输出警告但仍旧会得到结果；当使用raise作为传入的参数时，如果cov不是半正定的程序会报错且不会计算出结果；当使用ignore时忽略这个问题即无论cov是否为半正定的都会计算出结果。3种情况的console打印结果如下：
————————————————
版权声明：本文为CSDN博主「zch1990s」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zch1990s/article/details/80005940
