python-matplotlib库

首先鼠标右键点击屏幕左下角Windows的那个标志，找到用管理员运行命令提示符（cmd），进入cmd后直接输入命令：pip install matplotlib。就会自动安装这个库和它所依赖的库。
以上方法可以。

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用

通常，通过添加以下语句将包导入到 Python 脚本中：

from matplotlib import pyplot as plt

这里pyplot()是 matplotlib 库中最重要的函数，用于绘制 2D 数据。 以下脚本绘制方程y = 2x + 5：

	import numpy as np 
	from matplotlib import pyplot as plt 
	 
	x = np.arange(1,11) 
	y =  2  * x +  5 
	plt.title("Matplotlib demo") 
	plt.xlabel("x axis caption") 
	plt.ylabel("y axis caption") 
	plt.plot(x,y) plt.show()

ndarray对象x由np.arange()函数创建为x轴上的值。y轴上的对应值存储在另一个数组对象y中。 这些值使用matplotlib软件包的pyplot子模块的plot()函数绘制。

图形由show()函数展示。
作为线性图的替代，可以通过向**plot()**函数添加格式字符串来显示离散值。 可以使用以下格式化字符。
字符 描述

import numpy as np 
from matplotlib import pyplot as plt 
 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("Matplotlib demo") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y,"ob") 
plt.show()  

使用’ob’格式。

绘制正弦波

	import numpy as np 
	import matplotlib.pyplot as plt 
	# 计算正弦曲线上点的 x 和 y 坐标
	x = np.arange(0,  3  * np.pi,  0.1) 
	y = np.sin(x)
	plt.title("sine wave form")  
	# 使用 matplotlib 来绘制点
	plt.plot(x, y) 
	plt.show()  

subplot()

subplot()函数允许你在同一图中绘制不同的东西。 在下面的脚本中，绘制正弦和余弦值。

	import numpy as np 
	import matplotlib.pyplot as plt 
	# 计算正弦和余弦曲线上的点的 x 和 y 坐标 
	x = np.arange(0,  3  * np.pi,  0.1) 
	y_sin = np.sin(x) 
	y_cos = np.cos(x)  
	# 建立 subplot 网格，高为 2，宽为 1  
	# 激活第一个 subplot
	plt.subplot(2,  1,  1)  
	# 绘制第一个图像 
	plt.plot(x, y_sin) 
	plt.title('Sine')  
	# 将第二个 subplot 激活，并绘制第二个图像
	plt.subplot(2,  1,  2) 
	plt.plot(x, y_cos) 
	plt.title('Cosine')  
	# 展示图像
	plt.show()

bar()

pyplot子模块提供bar()函数来生成条形图。 以下示例生成两组x和y数组的条形图。

	from matplotlib import pyplot as plt 
	x =  [5,8,10] 
	y =  [12,16,6] 
	x2 =  [6,9,11] 
	y2 =  [6,15,7] 
	plt.bar(x, y, align =  'center') 
	plt.bar(x2, y2, color =  'g', align =  'center') 
	plt.title('Bar graph') 
	plt.ylabel('Y axis') 
	plt.xlabel('X axis') 
	plt.show()

numpy.histogram()

numpy.histogram()函数将输入数组和bin作为两个参数。 bin数组中的连续元素用作每个bin的边界。它是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为bin，输出直方分布

	import numpy as np 
	 
	a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) ]
	np.histogram(a,bins =  [0,20,40,60,80,100]) 
	hist,bins = np.histogram(a,bins =  [0,20,40,60,80,100])  
	print hist 
	print bins 

输出：

[3 4 5 2 1]
[0 20 40 60 80 100]

直方图：plt.hist().

	from matplotlib import pyplot as plt 
	import numpy as np  
	 
	a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
	plt.hist(a, bins =  [0,20,40,60,80,100]) 
	plt.title("histogram") 
	plt.show()

保存文件

numpy.save():文件将输入数组存储在具有npy扩展名的磁盘文件中。
numpy.load()：加载。

	from matplotlib import pyplot as plt 
	import numpy as np  
	 
	a = np.array([1, 2, 3, 4, 5, 6])
	np.save('outfile', a)
	
	b = np.load('outfile.npy')
	print(b)

savetxt():以普通文件存储：
loadtxt()

from matplotlib import pyplot as plt 
import numpy as np  
 
a = np.array([1, 2, 3, 4, 5, 6])
np.savetxt('outfile.txt', a)

b = np.loadtxt('outfile.txt')
print(b)

（注意上一个没有加后缀，后一个要加后缀）。

.plot()

画折线图。

	from matplotlib import pyplot as plt 
	import numpy as np  
	 
	a = np.array([1, 2, 3, 4, 5, 6])
	b = np.array([3, 5, 1, 7, 6, 5])
	
	plt.plot(a, b)
	plt.show()