Matplotlib繪圖是最著名的Python繪圖庫，主要用于二維繪圖，畫圖質(zhì)量高，方便快捷的繪圖模塊；

<1>繪圖API--pyplot模塊

<2>集成庫---pylab模塊(包含Numpy和pyplot中常用的函數(shù))

我們可以打開matplotlib的官網(wǎng)點(diǎn)擊打開鏈接點(diǎn)擊任意一個(gè)圖下面均有代碼，例如：

效果圖如下：

2、使用matplotlib畫折線圖使用pyplot:

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,x,x+2)  

很簡單，和matlab很像，plt.plot(x,y)即可；下面是畫出上面圖像的散點(diǎn)圖，加‘o’即可：

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'o',x,x+2,'o')</span>  

下面我們?cè)佼嫵銎渲幸粋€(gè)的柱狀圖，也特別簡單將plt.plot變?yōu)閜lt.bar即可：

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.bar(x,x**2)</span>  

3、圖的屬性設(shè)置

<1>繪圖顏色和線條類型的改變

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'g--',x,x+2,'rD')</span>  

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'rv',x,x+2,'gp')  

可以在shell通過:

import matplotlib.pyplot as plt
help(plt.plot)查找相應(yīng)的顏色和線型

<2>增加文字，橫軸、縱軸、圖

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.plot(x,x**2,'rv',x,x+2,'gp')  
5. plt.title('x^2 && x+2')  
6. plt.xlabel('variable x')  
7. plt.ylabel('dependent variable y')</span>  

<3>其他屬性；圖的大小，圖例

[python] view plain copy

1. <span style="font-size:18px;">import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)#大小、精度  
5. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
6. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
7. plt.legend(loc='upper left')  
8. plt.show()</span>  

<4>子窗口

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)  
5. plt.subplot(211)  
6. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
7. plt.legend(loc='upper left')  
8. plt.subplot(212)  
9. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
10. plt.legend(loc='upper left')  
11. plt.show()  

[python] view plain copy

1. #這里subplot(211)代表2行1列第1個(gè)圖  

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)  
5. plt.subplot(121)  
6. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
7. plt.legend(loc='upper left')  
8. plt.subplot(122)  
9. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
10. plt.legend(loc='upper left')  
11. plt.show()  

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. x=np.arange(1,4,0.1)  
4. plt.figure(figsize=(8,6),dpi=100)  
5. plt.subplot(221)  
6. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
7. plt.legend(loc='upper left')  
8. plt.subplot(222)  
9. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
10. plt.legend(loc='upper left')  
11. plt.subplot(223)  
12. plt.plot(x,x**3,color='black',linestyle='',marker='+',linewidth=3,label='line3')  
13. plt.legend(loc='upper left')  
14. plt.subplot(224)  
15. plt.plot(x,x+9,color='green',linestyle='',marker='p',linewidth=3,label='line4')  
16. plt.legend(loc='upper left')  
17. plt.show()    

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. plt.axes([0.1,0.1,0.8,0.8])  
4. x=np.arange(1,4,0.1)  
5. plt.plot(x,x**2,color='red',linestyle='--',linewidth=3,label='line1')  
6. plt.legend(loc='upper left')  
7. plt.axes([0.55,0.15,0.3,0.3])  
8. plt.plot(x,x+2,color='blue',linestyle='',marker='*',linewidth=3,label='line2')  
9. plt.legend(loc='upper left')  
10. plt.show()