Matplotlib是一个用于绘制图表的库。如果你有用过python处理数据，那Matplotlib可以更直观的帮你把数据展示出来。直接上代码看例子：

import matplotlib.pyplot as plt 
# 其中1/3/4是横坐标，4,5,7是对应的纵坐标
plt.plot([1,3,4],[4,5,7]) 
plt.show()

配合numpy使用

import matplotlib.pyplot as plt 
import numpy as np 
x = np.linspace(-np.pi,np.pi,100)#从-pi到pi，间隔100个元素 
plt.plot(x,np.sin(x)) 
plt.show()

import matplotlib.pyplot as plt 
import numpy as np 
x = np.linspace(-np.pi*2,np.pi*2,100)#从-pi到pi，间隔100个元素 
plt.figure(1,dpi=50)# 创建图表1，精度50 
for i in range(1,5): 
		plt.plot(x,np.sin(x/i)) 
plt.show()

直方图统计次数

import matplotlib.pyplot as plt 
import numpy as np 
plt.figure(1,dpi=50)# 创建图表1，精度50 
data = [1,2,3,4,3,2,3,2,1,1,1,3,4,2,5] 
plt.hist(data) 
plt.show()

散点图

import matplotlib.pyplot as plt 
import numpy as np 
x = np.arange(1,10) 
y = x 
fig = plt.figure() 
plt.scatter(x,y,c='r',marker='o')#c='r'表示红色,marker表示指定点的形状 
plt.show()

与pandas的配合使用

pandas获取数据，用matplotlib绘制图

用excel生成一个表格命名为training.csv，内容如下：

然后使用pandas读取该表格，并生成图表

import matplotlib.pyplot as plt 
import numpy as np 
import pandas as pd 
iris = pd.read_csv("./training.csv")#读取csv文件中的数据 
print(iris.head()) # 读取前五行 
iris.plot(kind='scatter',x='x',y='y')#x对应csv中的x列，y对应y列 
plt.show()

配合使用seaborn

seaborn可对matplotlib的封装

import matplotlib.pyplot as plt 
import numpy as np 
import pandas as pd 
import seaborn as sns 
iris = pd.read_csv("./training.csv") 
#设置样式 
sns.set(style="white",color_codes=True) 
#设置绘制格式为散点图 
sns.jointplot(x="x",y="y",data=iris,size=5) 
#绘制曲线 
sns.distplot(iris["x"]) 
#让pandas的plot在pycharm上显示 
plt.show()

不同颜色的散点图

重新编写一个training.csv的excel文档，内容如下：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
import warnings
warnings.filterwarnings("ignore")#忽略警告
iris = pd.read_csv("./training.csv")
#设置样式
sns.set(style="white",color_codes=True)
#c是用来区分颜色的列
sns.FacetGrid(iris,hue="c",size=5).map(plt.scatter,"x","y").add_legend()
plt.show()