matplotlib是用于数据可视化的最流行的python包之一。 它是一个跨平台库，用于根据数组中的数据制作2d图。 它提供了一个面向对象的api，有助于使用python gui工具包（如pyqt，wxpythonottkinter）在应用程序中嵌入绘图。 它也可以用于python和ipython shell，jupyter笔记本和web应用程序服务器。
本教程专为希望获得数据可视化基础知识的学员而设计。
matplotlib是用python编写的，它使用了python的数值数学扩展numpy。 我们假设本教程的读者具有python的基本知识。
本教程中的讲解，示例和代码等只是根据作者的理解来概括写出。由于作者水平和能力有限，因此不能保证所有的编写文章和示例均能准确无误。但是如果有遇到任何错误或问题，请反馈给我们，我们会及时纠正以方便后继读者阅读。
本教程主要的内容如下所示 -
- matplotlib是用于数据可视化的最流行的python包之一。 它是一个跨平台库，用于根据数组中的数据制作2d图。 - matplotlib及其依赖包在标准python包存储库中以wheel包的形式提供，可以使用pip包管理器将matplotlib安装在windows，linux以及macos系统上。 - anaconda是python和r编程语言的免费开源发行版，用于大规模数据处理，预测分析和科学计算。 - jupyter是一个松散的缩写，意思是julia，python和r.这些编程语言是jupyter应用程序的第一个目标语言，但是现在，jupyter技术还支持许多其他语言。 - matplotlib.pyplot是命令样式函数的集合，使matplotlib像matlab一样工作。每个pyplot功能都会对图形进行一些更改。matplotlib简单画图 - 在matplotlib中显示一个简单的角度线图，以弧度为单位，与正弦值相对应。matplotlib pylab模块 - pylab是一个非常方便模块，可以在单个名称空间中批量导入matplotlib.pyplot(用于绘图)和numpy(用于数学和使用数组)。matplotlib面向对象接口 - 在面向对象的界面中，pyplot仅用于一些功能，如图形创建，用户显式创建和跟踪图形和轴对象。在此级别，用户使用pyplot创建图形，通过这些图形，可以创建一个或多个轴对象。 - matplotlib.figure模块包含figure类。它是所有plot元素的顶级容器。 - axes对象是具有数据空间的图像区域。给定的图形可以包含许多轴，但给定的axes对象只能在一个图中。轴包含两个(或在3d情况下为三个)axis对象。 - 在本章中将学习如何在同一画布上创建多个子图。
subplot()函数返回给定网格位置的axes对象。 - matplotlib的pyplot api有一个称为subplots()的便捷函数，它充当实用程序包装器，并在单个调用中帮助创建子图的公共布局，包括封闭的图形对象。 - matplotlib subplot2grid()函数在网格的特定位置创建轴对象提供了更大的灵活性。它还允许轴对象跨越多个行或列。 - axes对象的grid()函数将图中网格的可见性设置为on或off。还可以显示网格的主要/次要(或两者)刻度。 - 轴的比例需要设置为对数(log)而不是正常比例。这是对数标度。在matplotlib中，可以通过将axes对象的xscale或vscale属性设置为log。 - matplotlib自动到达要沿着图的x，y(以及3d图的情况下为z轴)轴显示的变量的最小值和最大值。但是，可以使用set-xlim()和set-ylim()函数显式设置限制。 - 刻度是表示轴上数据点的标记。到目前为止，matplotlib在我们之前的所有实例中都自动接管了轴上间隔点的任务。 - 当绘制具有不同单位的曲线时。 matplotlib通过twinx()和twiny()函数支持此功能。 - 条形图或条形图是一种图表或图形，它显示带有矩形条的分类数据，其高度或长度与它们所代表的值成比例。可以垂直或水平绘制条形。 - 直方图是数值数据分布的精确表示。它是连续变量的概率分布的估计，它是一种条形图。 - 饼图只能显示一系列数据。饼图在一个数据系列中显示项目的大小(称为楔形)，与项目的总和成比例。饼图中的数据点显示为整个饼图的百分比。 - 散点图用于绘制水平轴和垂直轴上的数据点，以试图显示一个变量受另一个变量影响的程度。数据表中的每一行都由一个标记表示，该位置取决于其在x和y轴上设置的列中的值。 - 轮廓图(有时称为“水平图”)是一种在二维平面上显示三维表面的方法。 它绘制了y轴上的两个预测变量x y和轮廓的响应变量z。 这些轮廓有时称为z切片或等响应值。matplotlib二维箭头图 - 箭头图将速度矢量显示为箭头，其中分量(u，v)位于点(x，y)。matplotlib箱线图 - 箱形图也称为须状图，显示包含最小值，第一四分位数，中位数，第三四分位数和最大值的一组数据的摘要。在方块图中，绘制从第一个四分位数到第三个四分位数的方框。垂直线穿过中间的框。须状从每个四分位数到最小值或最大值。matplotlib提琴图 - 小提琴图类似于箱形图，除了它们还显示不同值的数据的概率密度。这些图包括数据中位数的标记和表示四分位数范围的框，如标准框图中所示。 - matplotlib最初设计时只考虑了二维绘图，但是在后来的版本中，matplotlib的二维显示器上构建了一些三维绘图实用程序，以提供一组三维数据可视化工具。
28. - ax.contour3d()函数创建三维等高线图。它要求所有输入数据采用二维规则网格的形式，并在每个点评估z数据。 - 线框图采用值网格并将其投影到指定的三维表面上，并且可以使得到的三维形式非常容易可视化。 - 曲面图显示指定的因变量(y)和两个独立变量(x和z)之间的函数关系。该图是等高线图的伴随图。曲面图类似于线框图，但线框的每个面都是填充多边形。matplotlib使用文本 - matplotlib具有广泛的文本支持，包括对数学表达式的支持，对光栅和矢量输出的truetype支持，具有任意旋转的换行符分隔文本以及unicode支持。 - 将任何matplotlib文本字符串中的子集texmarkup放在一对美元符号($)中 - matplotlib包中的图像模块提供加载，重新缩放和显示图像所需的功能，pillow库支持加载图像数据。matplotlib仅支持png图像。 - matplotlib包构建在转换框架之上，可以在坐标系之间轻松移动。可以使用四个坐标系。
matplotlib是用于数据可视化的最流行的python包之一。 它是一个跨平台库，用于根据数组中的数据制作2d图。 matplotlib是用python编写的，并使用了python的数值数学扩展numpy。 它提供了一个面向对象的api，有助于使用python gui工具包(如pyqt，wxpythonottkinter)在应用程序中嵌入绘图。 它也可以用于python和ipython shell，jupyter笔记本和web应用程序服务器。
matplotlib有一个名为pylab的过程接口，它的设计类似于matlab，matlab是mathworks开发的一种专有编程语言。 matplotlib和numpy可以被认为是matlab的开源等价物。
matplotlib最初由john d. hunter于2003年编写。目前稳定版本是在2018年1月发布的2.2.0。