【原文地址】
Matplotlib 2.1.0 documentation - Installing
2.1 官方发布版本：
Matplotlib及其大部分的依存包都已经以wheel包的形式提供了，支持各个版本的macOS、Windows和Linux，安装方式：
python -mpip install -U pip
python -mpip install -U matplotlib
注意：标准包不包括Agg、ps、pdf、svg和TkAgg。其他功能例如GUI框架、LaTeX文本渲染、保存动画以及支持更多文件格式，请安装附加依存包。作者强烈建议安装交互使用工具IPython。
2.1.1 Windows
Python 2.7用户需要安装 Microsoft Visual C++ 2008（64/32位），Python 3.4用户需要安装 Microsoft Visual C++ 2010（64/32位）再发布包（redistribution packages）。
2.1.2 macOS
如果你使用的是 Mac 的 Python 2.7，需要运行以下命令，以便编译 subprocess32，用于构建调用OSX本地后端的框架。
xcode-select --install
2.1.3 Linux
在极早期版本的 Linux 和 Python 2.7下，你需要安装 subprocess32 的主版（master version）。
2.1.4 测试数据
PyPI 下载页面（https://pypi.python.org/pypi/matplotlib/）提供的 wheel 包（*.whl）不包含测试数据和示范代码，用户可以自行下载 *.tar.gz 文件，解压后查看 examples 子目录。
测试运行：
● 解压 lib\matplotlib\tests 或者 lib\mpl_toolkits\tests
● 安装测试所需的依存包：pytest、mock、Pillow、MiKTeX、GhostScript、ffmpeg、avconv、mencoder、ImageMagick和Inkscape
● 在 tests 目录下运行 py.test
2.2 第三方发布版本
2.2.1 科学 Python 发布版
Anaconda 和 Canopy 是极好的“即装即用” Python 环境，支持 Windows、macOS 和 标准 Linux。WinPython 是Windows用户的另一选择。这些发布版都预装了 Matplotlib 和其他大量有用的科学包。
2.2.2 Linux下使用包管理器
如果你使用的是 Linux，建议你使用包管理器，Matplotlib 基本都已预置在主要的 Linux 发布版本中：
● Debian / Ubuntu： sudo apt-get install python3-matplotlib
● Fedora： sudo dnf install python3-matplotlib
● Red Hat： sudo yum install python3-matplotlib
● Arch： sudo pacman -S python3-matplotlib
2.3 从源代码安装
如果你有志于为 Matplotlib 的开发贡献自己的力量，请编译最新版本的源代码，从PyPI文件页面（https://pypi.python.org/pypi/matplotlib/）下载 tar.gz 文件。
export CC=x86_64-pc-linux-gnu-gcc
export CXX=x86_64-pc-linux-gnu-g++
export PKG_CONFIG=x86_64-pc-linux-gnu-pkg-config
一旦你满足了下述的依存性（主要是 Python、NumPy、libpng 和 FreeType），就可以构建 Matplotlib 了。
cd matplotlib
python -mpip install .
用户可以修改 setup.cfg 来自定义构建过程，如果依存包安装在非默认位置，可以在 setupext.py 中指定正确的位置。
2.3.1 依存包
Matplotlib 需要大量的依存包：
● Python（>=2.7 或 >=3.4）
● NumPy（>=1.7.1）
● setuptools
● dateutil（>=2.0）
● pyparsing
● libpng（>=1.2）
● pytz
● FreeType（>=2.3）
● cycler（>=0.10.0）
● six
● backports.functools_lru_cache（Python 2.7）
● subprocess32（Python 2.7，Linux 或 macOS）
你也可以安装更多的包以支持更好的用户界面显示：
● tk（>=8.3，<8.6.0）：支持 TkAgg 后端
● PyQt4（>=4.4）或 PySide：支持 Qt4Agg 后端
● PyQt5：支持 Qt5Agg 后端
● pygtk（>=2.4）：支持 GTK 和 GTKAgg 后端
● wxpython（>=2.8）：支持 WX 或 WXAgg 后端
● pycairo：支持 GTK3Cairo
● Tornado：支持 WebAgg 后端
为了更好地支持输出动画和图像格式、LaTeX等，你可以安装：
● ffmpeg / avconv：保存影片
● ImageMagick：保存 gif 动画
● Pillow（>=2.0）：支持更多图像格式（JPEG、BMP 和 TIFF）
● LaTeX 和 GhostScript：支持 LaTeX 文本渲染
注意：Matplotlib 需要一些非 Python 库，pkg-config（https://www.freedesktop.org/wiki/Software/pkg-config/）可以简化安装过程，特别是遇到路径问题时。
以下库已经包含在 Matplotlib 中：
● Agg：Anti-Grain Geometry C++ 渲染引擎
● qhull：计算 Delaunay 三角剖分
● ttconv：TrueType 字体工具
2.3.2 在Linux上构建
最简便的方法是使用包管理器安装依存包。
Debian / Ubuntu：
sudo apt-get build-dep python-matplotlib
Fedora：
sudo dnf builddep python-matplotlib
RedHat：
su -c "yum-builddep python-matplotlib"
注意：这些命令并不构建 Matplotlib，只是安装依存包，以便更容易从源代码构建 Matplotlib。
2.3.3 在 macOS 上构建
在 macOS 上构建 Matplotlib 稍微有点复杂，涉及到不同来源的 libpng 和 FreeType（MacPorts、Fink、/usr/X11R6）、不同的架构（x86、ppc、universal），以及不同的 macOS 版本（10.4 和 10.5）。建议的安装方式：从 tarball 或 git 获取源代码，通过第三方包管理器（比如 Homebrew 和 MacPorts）安装依存包。下面演示如何利用 brew 安装 libpng 和 FreeType：
brew install libpng freetype pkg-config
如果用的是 MacPorts：
port install libpng freetype pkgconfig
安装完上述依存包后，从源代码安装 Matplotlib：
python -mpip install
注意环境参数设置很重要。一些 conda 用户会发现为了运行测试，PYTHONPATH 必须包括 /path/to/anaconda/.../site-packages，而 DYLD_FALLBACK_LIBRARY_PATH 必须包括 /path/to/anaconda/lib。
2.3.4 在 Windows 上构建
从 https://www.python.org 下载的 Python 已经预编译了 Visual Studio 2008（3.3 以下）、Visual Studio 2010（3.3 和 3.4）或者 Visual Studio 2015（3.5 和 3.6）。
由于 Windows 并没有常用的包管理器，因此依存包 FreeType、zlib 和 libng 可以通过脚本从源代码安装，请参考matplotplib-winbuild（https://github.com/jbmohler/matplotlib-winbuild）。
此外还有几种在 Windows 下安装 Matplotlib 的方法：
● matplotplib-winbuild 提供的 wheel
● conda 提供的 wheel
# 创建虚拟环境
conda create -n "matplotlib_build" python=3.5 numpy python-deteutil pyparsing pytz tornado "cycler>=0.10" tk libpng zlib freetype
activate matplotlib_build
# 如果想调用 qt 后端，可以安装 pyqt
conda install pyqt
# 这个包只适用于 conda-forge 通道
conda install -c conda-forge msinttypes
# Python 2.7
conda install -c conda-forge backports.functools_lru_cache
# 复制名字“错误”的库
set LIBRARY_LIB=%CONDA_DEFAULT_ENV%\Library\lib
mkdir lib || cmd /c "exit /b 0"
copy %LIBRARY_LIB%\zlibstatic.lib lib\z.lib
copy %LIBRARY_LIB%\libpng_static.lib lib\png.lib
# 设置构建过程中的头文件和其余的静态库
# CONDA_DEFAULT_ENV 设置当前激活的虚拟环境路径
set MPLBASEDIRLIST=%CONDA_ENV%\Library;.
# 构建 wheel
python setup.py bdist_wheel
如果你已经创建并激活了 conda 虚拟环境，可以用 build_alllocal.cmd 脚本自动完成上述步骤。
● conda 包
你需要一个适合于当前 Python 版本的 C 编译器，无需设置环境变量：
# 只在第一次运行
conda install conda-build
# 指定 Python 版本
set CONDA_PY=3.5
# 在干净的环境下构建包
conda build ci\conda_recipe
# 安装新包
conda install --use-local matplotlib
-------- The End --------