Matplotlib提供了python绘图的类库，可以便捷地将数据图形化
一、模块导入
Matplotlib其功能涵盖范围较广，在机器学习中一般只需调用其pyplot模块
二、图形绘制
1.折线图
plot方法用于绘制折线图
参数color可以指定线的颜色
参数linestyle可以指定线的样式
方法xlim和ylim可以分别设置x轴和y轴的区间范围
或者调用方法axis传入x、y轴区间的数组
使用xlabel、ylabel方法设置x、y轴标题
传入label参数并调用legend方法，为线添加样式说明
调用title方法设置标题
2.散点图
scatter用于绘制散点图
参数alpha设置散点的透明度（数据越密集，颜色越深）
三、简单的数据探索
使用sklearn中的datasets数据集进行简单演示，其中就包含之前提到的iris鸢尾花数据集
可以发现加载的数据是以字典的形式存储的，具体属性信息如下：
其中一共包含150行数据，每行数据四列
现在截取前两列（萼片的长宽），并绘制长宽的散点图
如果要为每一类鸢尾花绘制散点图，可以按target进行分类
可以发现target为0的鸢尾花与另外两类在（萼片长，萼片宽）这个维度上有明显区分
现在分析鸢尾花的花瓣长宽与其种类的关系，如下绘制散点图：
可以发现target为0的依旧明显区分于另外两类，且target为1和2的数据也出现了明显的分区
若在四个维度上进行分析，便有可能找出这三种鸢尾花的区分方式，从而实现机器学习的分类任务。