Matplotlib简介
Matplotlib是一个python的2D绘图库，可以生成出版质量级别的图像，它可以将开发者手中的数据通过可视化的形式直观的展示出来。Maplotlib可以帮助用户绘制线图、点图、柱形图、直方图、散点图等。
Matplotlib是一套完全类似MATLAB绘图函数的绘图库，如果熟悉MATLAB，在学习使用Matplotlib时将会迅速上手。
下面对使用Matplotlib绘制几种常见图形进行简单介绍。
一般Matplotlib会配合Numpy一起使用，首先导入所需要的包。
1、绘制线图
# 首先导入所需要的包
import matplotlib.pyplot as plt
from numpy import *
# 使用numpy生成一组数据
x = linspace(0, 2 * pi, 60)
y = sin(x)
# 绘制以x为横坐标，y为纵坐标的线图
plt.plot(x, y)
# 设置x轴与y轴的标签以及标题
plt.xlabel('radians')
plt.ylabel('amplitude', fontsize='large') # 可以通过fontsize设置字体大小
plt.title('Sin(x)')
# 如果需要对两组数据进行对比，可以在同一个图窗绘制另一条曲线
z = cos(x)
plt.plot(x, z)
# 由于有两个图像所以要添加图例
plt.legend(['sinx', 'cosx']) # 多个图例要写在一个列表之中
plt.title('Sin(x) and Cos(x)')
# 显示图像
plt.show()
绘制出的图像1如下：
Figure_1.png
有时需要打开另一个图窗来对另一组数据进行可视化处理
# 打开新的图窗
plt.figure()
a = arange(-6, 6, 0.1)
b = a ** 2
c = a ** 3
# 提供另一种增加图例的方法，在绘制时刻直接加入图例名称
plt.plot(a, b, label='x^2')
plt.plot(a, c, label='x^3')
# 显示图例
plt.legend()
绘制的图像2如下：
Figure_2.png
值的注意的是plt.show()在一个程序里最后出现一次两个图窗可同时出现，如果有多个，需要关闭一个图窗才会显示另一个。
可直接在图形窗口修改标签、标题以及图例的方法
批注1.jpg
直接点击图中的按钮，出现如下界面，在这个界面可以直接修改标签，标题及图例，并且可以修改坐标轴的显示范围。
编辑界面.jpg
经过修改后，图像变成了如下形式，可以看到加入了坐标轴的标签以及坐标轴的范围。
Figure_2_编辑后.png
同一个窗口显示多个图
有时需要在一个窗口显示多个绘图，利用如下命令可以在一个窗口显示多个窗口。
"""
在一个窗口建立一行两列，并在第一个里画图，其中facecolor可以设置背景底色
如果省略默认背景为白色
"""
plt.subplot(1, 2, 1, facecolor=(0.1845, 0.3198, 0.3098))
plt.plot(x, y)
plt.subplot(1, 2, 2)
plt.plot(x, z)
绘制结果如图
Figure_4.png
2、绘制点图
在绘制图形时，命令中可以加入关键字可以控制图形的属性，绘制点图。
plt.plot(x, y, 'ro')
plt.plot(x, z, 'b+')
绘制得到的图形如下，输入不同的属性可以得到不同形状标志以及颜色。
Figure_3.png
3、绘制柱形图
为了比较两组数的大小，常通过柱形图的形式，柱形图可以按照下面命令的形式绘制
"""
绘制柱形图
"""
import matplotlib.pyplot as plt
from numpy import *
x_index = arange(6) # 柱的索引，假设有六个年级
x_class = ('class_1', 'class_2', 'class_3', 'class_4', 'class_5', 'class_6')
y1_boy = (30, 34, 27, 36, 35, 29) # 各年级男生数量
y2_girl = (29, 30, 28, 33, 27, 30) # 各年级女生数量
bar_width = 0.4 # 定义一个变量存储柱的宽度
# 各参数从左到右依次为：横轴索引，纵轴数据高度，柱宽， 透明度，颜色，图例
plt.bar(x_index, y1_boy, width=bar_width, alpha=0.6, color='r', label='boy')
plt.bar(x_index + bar_width, y2_girl, width=bar_width, alpha=0.6, color='b', label='girl')
# 设置x轴的标签
plt.xticks(x_index + bar_width / 2, x_class)
plt.ylabel('amount')
plt.legend()
plt.tight_layout() # 自动控制图像外部边缘
plt.show()
得到的图形：
Figure_5.png