折线图：
●折线图是用直线段将各数据连接起来组成的图形。
●常用来观察数据随时间变化的趋势。
●例如股票价格、温度变化、等等。
函数：绘制包含日期的折线图函数。
matplotlib.pyplot.plot_date(x, y, fmt='o', tz=None,
xdate=True, ydate=False, *,
data=None, **kwargs)
#返回Line2D代表绘图数据的对象列表。
参数：
x，y：行列。数据点的坐标。如果xdate或ydate为 True，则将相应的值x或y解释为 Matplotlib日期。
fmt ：默认str，可选。绘图格式字符串。有关详细信息，请参见中的相应参数plot。
tz:时区字符串或datetime.tzinfo默认：rcParams[“timezone”]（默认：‘UTC’）标签日期中使用的时区。
xdate：bool值，默认值：True。如果为True，则x轴将被解释为Matplotlib日期。
ydate ：bool值，默认值：False。如果为True，则y轴将解释为Matplotlib日期。
在此之前学一个函数：
np.linspace(start, stop, num=50, endpoint=True,
retstep=False, dtype=None)
#在规定的时间内，返回固定间隔的数据
start：队列的开始值
stop：队列的结束值
num：区间[start, stop]中的间隔数
endpoint：若为True，“stop”是最后的样本；否则“stop”将不会被包含。默认为True
retstep：若为False，返回等差数列；否则返回array([samples, step])。默认为False
in：2次曲线图
import numpy as np #导入 numpyas
import matplotlib.pyplot as plt #导入 matplotlib.pyplot
x=np.linspace(-10,10,5)#在[-10,10]中间隔为5的数据
y=x**2#2次曲线图
plt.plot(x,y)
out：
在此之前学一个函数：
loadtxt(fname, dtype=<class 'float'>, comments='#',
delimiter=None, converters=None, skiprows=0,
usecols=None, unpack=False, ndmin=0)
#用于从文本加载数据
参数解释：
fname：要读取的文件、文件名、或生成器。
dtype：数据类型，默认float。
comments：注释。
delimiter：分隔符，默认是空格。
converters=默认None。这个是对数据进行预处理的参数，可以指定每列的转换类型。
skiprows：跳过前几行读取，默认是0，必须是int整型。
usecols：要读取哪些列，0是第一列。例如，usecols = （1,4,5）将提取第1，第4和第5列。默认读取所有列。
unpack：如果为True，将分列读取。
in：
import matplotlib.dates as mdates
date,open,close=np.loadtxt('D:\\PycharmProjects\\share\\000001.csv',delimiter=',',
converters={0:mdates.bytespdate2num('%m/%d/%Y')},#%m/%d/%Y根据文件的日期格式进行格式化
skiprows=1,usecols=(0,1,4),unpack=True)
plt.plot_date(date,open,linestyle='-',color='red',marker='o')
plt.plot_date(date,close,linestyle='--',color='green',marker='<')#与散点图的函数类似的
out：
