diff --git "a/docs/views/data/2021-11-27-python\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226.md" "b/docs/views/data/2021-11-27-python\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226.md"
new file mode 100644
index 00000000..a28975d9
--- /dev/null
+++ "b/docs/views/data/2021-11-27-python\346\225\260\346\215\256\345\217\257\350\247\206\345\214\226.md"
@@ -0,0 +1,129 @@
+---
+layout: post
+title: Python数据可视化
+date: 2021-11-27
+author: SHZ
+categories:
+    - 数据分析部
+tags:
+    - Matplotlib语法
+---
+
+# Matplotlib
+Matolotlib是最流行的python底层绘图库，主要是做数据可视化图表。它可以让数据更加直观的呈现，让数据更加客观，具有说服力。
+
+## 1.Figure
+
+在任何绘图之前，需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。
+
+```python
+import matplotlib.pyplot as plt
+fig = plt.figure()
+
+```
+
+## 2.Axes
+
+在拥有Figure对象之后，在作画前我们还需要轴，没有轴的话就没有绘图基准，所以需要添加Axes。
+
+```python
+fig = plt.figure()
+ax = fig.add_subplot(111)
+ax.set(xlim=[1, 5], ylim=[1, 5], title='An Example Axes',
+       ylabel='Y-Axis', xlabel='X-Axis')
+plt.show()
+
+```
+
+以上代码，在一幅图上添加了一个Axes，然后设置了这个Axes的X轴以及Y轴的取值范围，效果如下
+![捕获.PNG](https://i.loli.net/2021/11/28/3qEarVwiIzxFTCX.png)
+代码中的的fig.add_subplot(111)表示添加一个Axes，参数的解释是在画板的第1行第1列的第一个位置生成一个Axes对象来准备作画。也可以通过fig.add_subplot(2, 2, 1)等的方式生成Axes，前面两个参数确定了面板的划分，例如 2， 2会将整个面板划分成 2 * 2 的方格，第三个参数取值范围是 [1, 4] 表示第几个Axes。如下面的例子：
+
+```python
+fig = plt.figure()
+ax1 = fig.add_subplot(221)
+ax2 = fig.add_subplot(222)
+ax3 = fig.add_subplot(224)
+```
+效果如下
+![捕获.PNG](https://i.loli.net/2021/11/28/SXEIZoAi24bhpvC.png)
+
+## 画线
+
+plot()函数画出一系列的点，并且用线将它们连接起来。如：
+
+```python
+x = np.linspace(0, np.pi)
+y_sin = np.sin(x)
+y_cos = np.cos(x)
+ax1.plot(x, y_sin)
+ax2.plot(x, y_sin)
+ax3.plot(x, y_cos)
+```
+效果如下
+![捕获.PNG](https://i.loli.net/2021/11/28/R92Ea34PASwKtmf.png)
+
+## 散点图
+用plt.scatter函数画散点图
+
+plt.scatter(x, y, s, c, marker, cmap, norm, alpha, linewidths, edgecolorsl)
+
+参数说明：
+
+x: x轴数据
+
+y: y轴数据
+
+s: 散点大小
+
+c: 散点颜色
+
+marker: 散点形状
+
+cmap: 指定特定颜色图，该参数一般不用，有默认值
+
+alpha: 散点的透明度
+
+linewidths: 散点边框的宽度
+
+edgecolors: 设置散点边框的颜色
+```python
+x = np.arange(10)
+y = np.random.randn(10)
+plt.scatter(x, y, color='red', marker='+')
+```
+np.arange函数返回一个有终点和起点的固定步长的排列,一个参数时默认起点为0。
+numpy.random.randn函数从标准正态分布中返回一个或多个样本值。
+
+![捕获.PNG](https://i.loli.net/2021/11/28/VlLq69d8NEC5xm4.png)
+
+## 条形图
+
+用ax.bar()函数绘制
+
+ax.bar(x, height, width, bottom, align)
+
+参数说明：
+
+x：控制条形图的中心(默认)还是左边缘
+
+height：标量或标量序列代表条形图的高度
+
+width：标量或类数组，可选。条形图的宽度默认为0.8
+
+bottom：标量或类数组，可选。条形图的Y坐标，默认为None
+
+align：{'center', 'edge'}, 可选，默认'center'
+
+```python
+np.random.seed(1)
+x = np.arange(5)
+y = np.random.randn(5)
+fig, axes = plt.subplots(ncols=2, figsize=plt.figaspect(1./2))
+vert_bars = axes[0].bar(x, y, color='lightblue', align='center')
+horiz_bars = axes[1].barh(x, y, color='lightblue', align='center')
+axes[0].axhline(0, color='gray', linewidth=2)
+axes[1].axvline(0, color='gray', linewidth=2)
+```
+效果如下
+![捕获.PNG](https://i.loli.net/2021/11/28/vW8qCLiMIcjUduK.png)
\ No newline at end of file