matplotlib 是python最著名的繪圖庫，它提供了一整套和matlab相似的指令API，十分适合互動式地行制圖。而且也可以友善地将它作為繪圖控件，嵌入GUI應用程式中。
它的文檔相當完備，并且Gallery頁面中有上百幅縮略圖，打開之後都有源程式。是以如果你需要繪制某種類型的圖，隻需要在這個頁面中浏覽/複制/粘貼一下，基本上都能搞定。
在Linux下比較著名的資料圖工具還有gnuplot，這個是免費的，Python有一個包可以調用gnuplot，但是文法比較不習慣，而且畫圖品質不高。
Matplotlib.pyplot快速繪圖
matplotlib實際上是一套面向對象的繪圖庫，它所繪制的圖表中的每個繪圖元素，例如線條Line2D、文字Text、刻度等在記憶體中都有一個對象與之對應。
為了友善快速繪圖matplotlib通過pyplot子產品提供了一套和MATLAB類似的繪圖API，将衆多繪圖對象所構成的複雜結構隐藏在這套API内部。我們隻需要調用pyplot子產品所提供的函數就可以實作快速繪圖以及設定圖表的各種細節。pyplot子產品雖然用法簡單，但不适合在較大的應用程式中使用。
為了将面向對象的繪圖庫包裝成隻使用函數的調用接口，pyplot子產品的内部儲存了目前圖表以及目前子圖等資訊。目前的圖表和子圖可以使用plt.gcf()和plt.gca()獲得，分别表示"Get Current Figure"和"Get Current Axes"。在pyplot子產品中，許多函數都是對目前的Figure或Axes對象進行處理，比如說：
plt.plot()實際上會通過plt.gca()獲得目前的Axes對象ax，然後再調用ax.plot()方法實作真正的繪圖。
可以在Ipython中輸入類似"plt.plot??"的指令檢視pyplot子產品的函數是如何對各種繪圖對象進行包裝的。
<a href="http://hyry.dip.jp/tech/book/page/scipy/matplotlib_fast_plot.html#id3" target="_blank">配置屬性</a>
matplotlib所繪制的圖表的每個組成部分都和一個對象對應，我們可以通過調用這些對象的屬性設定方法set_*()或者pyplot子產品的屬性設定函數setp()設定它們的屬性值。
因為matplotlib實際上是一套面向對象的繪圖庫，是以也可以直接擷取對象的屬性
<a href="http://hyry.dip.jp/tech/book/page/scipy/matplotlib_fast_plot.html#id5" target="_blank">配置檔案</a>
繪制一幅圖需要對許多對象的屬性進行配置，例如顔色、字型、線型等等。我們在繪圖時，并沒有逐一對這些屬性進行配置，許多都直接采用了matplotlib的預設配置。
matplotlib将這些預設配置儲存在一個名為“matplotlibrc”的配置檔案中，通過修改配置檔案，我們可以修改圖表的預設樣式。配置檔案的讀入可以使用rc_params()，它傳回一個配置字典；在matplotlib子產品載入時會調用rc_params()，并把得到的配置字典儲存到rcParams變量中；matplotlib将使用rcParams字典中的配置進行繪圖；使用者可以直接修改此字典中的配置，所做的改變會反映到此後建立的繪圖元素。
Matplotlib 裡的常用類的包含關系為 <code>Figure -> Axes -> (Line2D, Text, etc.)</code>一個Figure對象可以包含多個子圖(Axes)，在matplotlib中用Axes對象表示一個繪圖區域，可以了解為子圖。
可以使用subplot()快速繪制包含多個子圖的圖表，它的調用形式如下：
subplot将整個繪圖區域等分為numRows行* numCols列個子區域，然後按照從左到右，從上到下的順序對每個子區域進行編号，左上的子區域的編号為1。如果numRows，numCols和plotNum這三個數都小于10的話，可以把它們縮寫為一個整數，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的區域中建立一個軸對象。如果新建立的軸和之前建立的軸重疊的話，之前的軸将被删除。
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205231144091047.png" target="_blank"></a>
subplot()傳回它所建立的Axes對象，我們可以将它用變量儲存起來，然後用sca()交替讓它們成為目前Axes對象，并調用plot()在其中繪圖。
如果需要同時繪制多幅圖表，可以給figure()傳遞一個整數參數指定Figure對象的序号，如果序号所指定的Figure對象已經存在，将不建立新的對象，而隻是讓它成為目前的Figure對象。
<a href="http://hyry.dip.jp/tech/book/page/scipy/matplotlib_fast_plot.html#id6" target="_blank">在圖表中顯示中文</a>
matplotlib的預設配置檔案中所使用的字型無法正确顯示中文。為了讓圖表能正确顯示中文，可以有幾種解決方案。
在程式中直接指定字型。
在程式開頭修改配置字典rcParams。
修改配置檔案。
面向對象畫圖
matplotlib API包含有三層，Artist層處理所有的高層結構，例如處理圖表、文字和曲線等的繪制和布局。通常我們隻和Artist打交道，而不需要關心底層的繪制細節。
直接使用Artists建立圖表的标準流程如下：
建立Figure對象
用Figure對象建立一個或者多個Axes或者Subplot對象
調用Axies等對象的方法建立各種簡單類型的Artists
import matplotlib.pyplot as plt
X1 = range(0, 50) Y1 = [num**2 for num in X1] # y = x^2 X2 = [0, 1] Y2 = [0, 1] # y = x
Fig = plt.figure(figsize=(8,4)) # Create a `figure' instance Ax = Fig.add_subplot(111) # Create a `axes' instance in the figure Ax.plot(X1, Y1, X2, Y2) # Create a Line2D instance in the axes
Fig.show() Fig.savefig("test.pdf")
參考：
Matplotlib.pylab快速繪圖
matplotlib還提供了一個名為pylab的子產品，其中包括了許多NumPy和pyplot子產品中常用的函數，友善使用者快速進行計算和繪圖，十分适合在IPython互動式環境中使用。這裡使用下面的方式載入pylab子產品：
1 安裝numpy和matplotlib
>>> import numpy
>>> numpy.__version__
>>> import matplotlib
>>> matplotlib.__version__
2 兩種常用圖類型：Line and scatter plots(使用plot()指令), histogram(使用hist()指令)
2.1 折線圖&散點圖 Line and scatter plots
2.1.1 折線圖 Line plots(關聯一組x和y值的直線)
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001187415.png" target="_blank"></a>
2.1.2 散點圖 Scatter plots
把pl.plot(x, y)改成pl.plot(x, y, 'o')即可，下圖的藍色版本
2.2 美化 Making things look pretty
2.2.1 線條顔色 Changing the line color
紅色：把pl.plot(x, y, 'o')改成pl.plot(x, y, ’or’)
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001191710.png" target="_blank"></a>
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001214610.png" target="_blank"></a>
2.2.2 線條樣式 Changing the line style
虛線:plot(x,y, '--')
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001221097.png" target="_blank"></a>
2.2.3 marker樣式 Changing the marker style
藍色星型markers：plot(x,y, ’b*’)
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001244803.png" target="_blank"></a>
2.2.4 圖和軸标題以及軸坐标限度 Plot and axis titles and limits
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001269588.png" target="_blank"></a>
2.2.5 在一個坐标系上繪制多個圖 Plotting more than one plot on the same set of axes
做法是很直接的，依次作圖即可:
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001283568.png" target="_blank"></a>
2.2.6 圖例 Figure legends
pl.legend((plot1, plot2), (’label1, label2’), 'best’, numpoints=1)
其中第三個參數表示圖例放置的位置:'best’‘upper right’, ‘upper left’, ‘center’, ‘lower left’, ‘lower right’.
如果在目前figure裡plot的時候已經指定了label，如plt.plot(x,z,label="cos(x2)")，直接調用plt.legend()就可以了哦。
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001293718.png" target="_blank"></a>
2.3 直方圖 Histograms
如果不想要黑色輪廓可以改為pl.hist(data, histtype=’stepfilled’)
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001317141.png" target="_blank"></a>
2.3.1 自定義直方圖bin寬度 Setting the width of the histogram bins manually
增加這兩行
bins = np.arange(-5., 16., 1.) #浮點數版本的range
pl.hist(data, bins, histtype=’stepfilled’)
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001329484.png" target="_blank"></a>
3 同一畫闆上繪制多幅子圖 Plotting more than one axis per canvas
如果需要同時繪制多幅圖表的話，可以是給figure傳遞一個整數參數指定圖示的序号，如果所指定
序号的繪圖對象已經存在的話，将不建立新的對象，而隻是讓它成為目前繪圖對象。
fig1 = pl.figure(1)
pl.subplot(211)
subplot(211)把繪圖區域等分為2行*1列共兩個區域, 然後在區域1(上區域)中建立一個軸對象. pl.subplot(212)在區域2(下區域)建立一個軸對象。
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230001347367.png" target="_blank"></a>
You can play around with plotting a variety of layouts. For example, Fig. 11 is created using the following commands:
f1 = pl.figure(1)
pl.subplot(221)
pl.subplot(222)
pl.subplot(212)
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230932333763.png" target="_blank"></a>
當繪圖對象中有多個軸的時候，可以通過工具欄中的Configure Subplots按鈕，互動式地調節軸之間的間距和軸與邊框之間的距離。如果希望在程式中調節的話，可以調用subplots_adjust函數，它有left, right, bottom, top, wspace, hspace等幾個關鍵字參數，這些參數的值都是0到1之間的小數，它們是以繪圖區域的寬高為1進行正規化之後的坐标或者長度。
pl.subplots_adjust(left=0.08, right=0.95, wspace=0.25, hspace=0.45)
4 繪制檔案中的資料Plotting data contained in files
4.1 從Ascii檔案中讀取資料 Reading data from ascii files
numpy的loadtxt方法可以直接讀取如下文本資料到numpy二維數組
**********************************************
# fakedata.txt
0 0
1 1
2 4
3 9
4 16
5 25
6 36
7 49
8 64
9 81
<a href="http://images.cnblogs.com/cnblogs_com/wei-li/201205/201205230737253033.png" target="_blank"></a>
4.2 寫入資料到檔案 Writing data to a text file
寫檔案的方法也很多，這裡隻介紹一種可用的寫入文本檔案的方法，更多的可以參考官方文檔。
對LaTeX數學公式的支援
Matlplotlib對LaTeX有一定的支援，如果記得使用raw字元串文法會很自然：
xlabel(r"x2y4")
在matplotlib裡面，可以使用LaTex的指令來編輯公式，隻需要在字元串前面加一個“r”即可
Here is a simple example:
# plain text plt.title('alpha > beta')
produces “alpha > beta”.
Whereas this:
produces "
".
這裡給大家看一個簡單的例子。
import matplotlib.pyplot as plt x = arange(1,1000,1) r = -2 c = 5 y = [5*(a**r) for a in x] fig = plt.figure() ax = fig.add_subplot(111) ax.loglog(x,y,label = r"y=12σ21,c=5,σ1=2") ax.legend() ax.set_xlabel(r"x") ax.set_ylabel(r"y")
程式執行結果如圖3所示，這實際上是一個power-law的例子，有興趣的朋友可以繼續google之。
再看一個《用Python做科學計算》中的簡單例子，下面的兩行程式通過調用plot函數在目前的繪圖對象中進行繪圖：
plt.plot(x,y,label="sin(x)",color="red",linewidth=2) plt.plot(x,z,"b--",label="cos(x2)")
plot函數的調用方式很靈活，第一句将x,y數組傳遞給plot之後，用關鍵字參數指定各種屬性：
label : 給所繪制的曲線一個名字，此名字在圖示(legend)中顯示。隻要在字元串前後添加"$"符号，matplotlib就會使用其内嵌的latex引擎繪制的數學公式。
color : 指定曲線的顔色
linewidth : 指定曲線的寬度
詳細的可以參考matplotlib官方教程:
<a href="http://matplotlib.sourceforge.net/users/" target="_blank">Writing mathematical expressions</a>
<a href="http://matplotlib.sourceforge.net/users/#subscripts-and-superscripts" target="_blank">Subscripts and superscripts</a>
<a href="http://matplotlib.sourceforge.net/users/#fractions-binomials-and-stacked-numbers" target="_blank">Fractions, binomials and stacked numbers</a>
<a href="http://matplotlib.sourceforge.net/users/#radicals" target="_blank">Radicals</a>
<a href="http://matplotlib.sourceforge.net/users/#fonts" target="_blank">Fonts</a>
<a href="http://matplotlib.sourceforge.net/users/#custom-fonts" target="_blank">Custom fonts</a>
<a href="http://matplotlib.sourceforge.net/users/#accents" target="_blank">Accents</a>
<a href="http://matplotlib.sourceforge.net/users/#symbols" target="_blank">Symbols</a>
<a href="http://matplotlib.sourceforge.net/users/#example" target="_blank">Example</a>
<a href="http://matplotlib.sourceforge.net/users/" target="_blank">Text rendering With LaTeX</a>
<a href="http://matplotlib.sourceforge.net/users/#usetex-with-unicode" target="_blank">usetex with unicode</a>
<a href="http://matplotlib.sourceforge.net/users/#postscript-options" target="_blank">Postscript options</a>
<a href="http://matplotlib.sourceforge.net/users/#possible-hangups" target="_blank">Possible hangups</a>
<a href="http://matplotlib.sourceforge.net/users/#troubleshooting" target="_blank">Troubleshooting</a>
有幾個問題：
matplotlib.rcParams屬性字典
想要它正常工作，在matplotlibrc配置檔案中需要設定text.markup = "tex"。
如果你希望圖表中所有的文字（包括坐标軸刻度标記）都是LaTeX'd,需要在matplotlibrc中設定text.usetex = True。如果你使用LaTeX撰寫論文，那麼這一點對于使圖表和論文中其餘部分保持一緻是很有用的。
在matplotlib中使用中文字元串時記住要用unicode格式，例如：u''測試中文顯示''
<a href="http://hi.baidu.com/step_1/blog/item/72231a2c53348af28b13999e.html" target="_blank">matplotlib使用小結</a>
<a href="http://www.math.ecnu.edu.cn/~latex/" target="_blank">LaTeX科技排版</a>
<a href="http://bbs.ctex.org/viewthread.php?tid=52294" target="_blank">參考文獻自動搜集管理完美攻略（圖文版）:Latex+Lyx+Zotero</a>
對數坐标軸
在實際中，我們可能經常會用到對數坐标軸，這時可以用下面的三個函數來實作
ax.semilogx(x,y) #x軸為對數坐标軸
ax.semilogy(x,y) #y軸為對數坐标軸
ax.loglog(x,y) #雙對數坐标軸
因項目需要輸出中文統計圖，選擇matplotlib還不錯。在其中使用中文發現有些問題。在網上找到的解決方案還不錯。
一、找到c:\python24\lib\site-packages\matplotlib\mpl-data\matplotlibrc （修改font.sans-serif、verbose.level兩行代碼）
1、找到了matplotlibrc設定檔案,是個文本檔案,随便找個編輯器打開它,找到font.sans-serif一行,将後邊直接改成一個nothing；（把 “：”後的“#......”都去掉）
2、找到verbose.level一行,把預設的silent改成debug.
二、找到Vera.ttf,将Vera.ttf用一個中文TrueType文字替換,名字是Vera，字尾是.ttf(True Type Font)，即可。
注意：在這裡有兩個地方，C:\Python24\Lib\site-packages\matplotlib\mpl-data\fonts\ttf\下的和C:\Python24\Lib\site-packages\matplotlib\mpl-data\下的兩個vera.ttf檔案。
三、字元串,都用u"..."的形式.（檔案編碼utf-8 加上" # coding = utf-8 "一行.）
若是單獨的畫圖，這裡要注意，将PY檔案用記事本打開，“另存為”，編碼選為“UTF-8”，儲存，即可。
附代碼如下：
1. # coding = utf-8
2. from pylab import *
3. x = [2,4,6,8,10]
4. y = [1224,838,632,626,624]
5. xlabel(u"text for x軸")
6. ylabel(u"text for y軸")
7. title(u"x軸和Y軸對應關系")
8. plot(x,y)
9. savefig('test')
10. show()
本文轉自 chengxuyonghu 51CTO部落格，原文連結：http://blog.51cto.com/6226001001/1576038，如需轉載請自行聯系原作者