前言
Matplotlib 是支持 Python 语言的开源绘图库，简单且完善。
一、环境配置
1.环境设置
- 在 Notebook 环境绘图时，需先运行
%matplotlib inline命令，将绘制图形嵌入当前页面。 - 在桌面环境绘图，无需上述命令，而是在全部绘图代码后追加
plt.show()。
2.模块导入
使用 Matplotlib 面向对象 API，需导入 pyplot 模块并约定简称为 plt，即
from matplotlib import pyplot as plt
pyplot 是 Matplotlib 最核心模块，用于绘制几乎所有样式的 2D 图形。
二、绘图
1.折线图绘制：
plt.plot()是pyplot模块下绘制折线图的方法。若只传入一个列表，Matplotlib 会默认将其作为y值，x值从0开始依次递增。- 若要自定义横坐标值，可传入两个列表，如
plt.plot([x 值列表], [y 值列表])。
2.其他简单图形绘制：
- 正弦曲线图：通过
numpy模块生成数据，plt.plot(X, y)绘制，虽看起来像曲线，但实际两点间为直线，因样本点间距小。如：
import numpy as np
X = np.linspace(-2*np.pi, 2*np.pi, 1000)
y = np.sin(X)
plt.plot(X, y)
- 柱状图：使用
matplotlib.pyplot.bar(*args, **kwargs)方法，如plt.bar([x 值列表], [y 值列表])。
- 散点图：用
matplotlib.pyplot.scatter(*args, **kwargs)方法，适合绘制如 GPS 采集数据点等。示例：
import numpy as np
X = np.random.ranf(1000)
y = np.random.ranf(1000)
plt.scatter(X, y)
- 饼状图：利用
matplotlib.pyplot.pie(*args, **kwargs)方法，在有限列表以百分比呈现时有用，能清晰展示类别间大小关系及占比，如plt.pie([值列表])。
- 量场图：使用
matplotlib.pyplot.quiver(*args, **kwargs)方法，由向量组成，在气象学等领域广泛应用，如X, y = np.mgrid[0:10, 0:10]; plt.quiver(X, y)。
- 等高线图：使用
matplotlib.pyplot.contourf(*args, **kwargs)方法，绘制过程稍复杂，需先生成网格矩阵并计算等高线值，如：
import numpy as np
x = np.linspace(-5, 5, 500)
y = np.linspace(-5, 5, 500)
X, Y = np.meshgrid(x, y)
Z = (1 - X / 2 + X ** 3 + Y ** 4) * np.exp(-X ** 2 - Y ** 2)
plt.contourf(X, Y, Z)
更多绘图方法
Matplotlib 的 pyplot 模块还包含如 matplotlib.pyplot.angle_spectrum（绘制电子波谱图）、matplotlib.pyplot.barh（绘制直方图）、matplotlib.pyplot.broken_barh（绘制水平直方图）等多种绘图方法，可参考官方文档获取更多详细信息。
