现在我们越来越多的使用Python来处理我们工作中涉及到的数据，但是表格中的数据不够直观，图形化的展示更加直观直接，让我们更加快速的了解数据。 变化趋势 那么，Python是否可以像Excel那样通过操作绘制各种图表呢？ 答案是肯定的，python有一个强大的第三方库——Matplotlib。
Matplotlib是一个Python绘图库，也是一个非常强大的Python绘图工具，可以让用户轻松地可视化数据，并提供多种输出格式。
Matplotlib 通常与 numpy 和 SciPy（科学 Python）一起使用。 这种组合被广泛用于替代 MATLAB。 它是一个强大的科学计算环境，可以帮助我们通过 Python 学习数据科学或机器学习。
像Python的各种神级第三方库，只需要一条命令就可以安装，如下图：
pip 安装 matplotlib
------------------------------
收集 matplotlib
下载 matplotlib-3.5.3-cp37-cp37m-win_amd64.whl (7.2 MB)
|████████████████████████████████| 7.2 MB 36 kB/秒
收集包装>=20.0
下载 packaging-23.0-py3-none-any.whl (42 kB)
|████████████████████████████████| 42 KB 22 KB/秒
收集fonttools>=4.22.0
下载 fonttools-4.38.0-py3-none-any.whl (965 kB)
|████████████████████████████████| 965 KB 30 KB/秒
收集 numpy>=1.17
使用缓存的 numpy-1.21.6-cp37-cp37m-win_amd64.whl (14.0 MB)
收集 python-dateutil>=2.7
使用缓存的 python_dateutil-2.8.2-py2.py3-none-any.whl (247 kB)
收集枕头>=6.2.0
下载 Pillow-9.4.0-cp37-cp37m-win_amd64.whl (2.5 MB)
|████████████████████████████████| 2.5MB 35kB/s
收集pyparsing>=2.2.1
使用缓存的 pyparsing-3.0.9-py3-none-any.whl (98 kB)
收集循环仪>=0.10
使用缓存的 cycler-0.11.0-py3-none-any.whl (6.4 kB)
收集 kiwisolver>=1.0.1
下载 kiwisolver-1.4.4-cp37-cp37m-win_amd64.whl (54 kB)
|████████████████████████████████| 54 KB 73 KB/秒
要求已满足：在 c:users89703pycharmprojectsflask_demovenvlibsite-packages 中输入扩展（来自 kiwisolver>=1.0.1->matplotlib）(4.4.0)
收六>=1.5
使用缓存的 six-1.16.0-py2.py3-none-any.whl (11 kB)
安装收集包：六、python-dateutil、pyparsing、pillow、packaging、numpy、kiwisolver、fonttools、cycler、matplotlib
成功安装 cycler-0.11.0 fonttools-4.38.0 kiwisolver-1.4.4 matplotlib-3.5.3 numpy-1.21.6 packaging-23.0 pillow-9.4.0 pyparsing-3.0.9 python-dateutil-2.8
.2 六-1.16.0
安装过过程中，依赖的其他第三方库也会同步安装。
我们最主要使用的是Matplotlib的Pyplot模块，这个模块TL提供了类MA api。pyppyplot包含包含一系列函数函数函数函数函数函数函数函数函数函数相关函数会对对当前当前的的的图像图像图像图像一些一些一些一些一些一些一些一些一些一些一些修改一些一些一些一些一些一些一些一些图像图像图像图像图像图像图像图像，给加上加上加上加上，生新 等。闲话少说，先来画一个简单的图形，代码如下：
将 matplotlib.pyplot 导入为 plt
将 numpy 导入为 np
xpoints = np.array([0, 2, 10])
ypoints = np.array([0, 4, 20])
plt.plot（x 点，y 点）
铂。 展示（）
图像如下：
如果只需要画点，可以加上参数o表示画实心点代码如下 :
p>将 matplotlib.pyplot 导入为 plt
将 numpy 导入为 np
xpoints = np.array([0, 1, 10])
ypoints = np.array([0, 2, 20])
plt.plot(xpoints, ypoints, 'o')¶
铂。 展示（）
也可以画折线，如下图：
import matplotlib.pyplot as plt
将 numpy 导入为 np
xpoints = np.array([1, 2, 6, 8])
ypoints = np.array([1, 8, 1, 12])
plt.plot（x 点，y 点）
铂。 展示（）
如下图所示：
如果我们不指定x轴上的点，那么x会被设置为0,1,2,3 …N-1。
导入matplotlib.pyplot为plt
将 numpy 导入为 np
ypoints = np.array([1, 8, 1, 12])
plt.plot(y 点)
铂。 展示（）
如下图所示：
从上图中我们可以看出x的值默认设置为[0, 3]。
绘制正弦函数和余弦函数图像，代码如下：
import matplotlib.pyplot as plt
将 numpy 导入为 np
x = np.arange(0,2*np.pi,0.1) # 开始、停止、步骤
y = np.sin(x)
z = np.cos(x)
plt.plot(x,y,x,z)
铂。 展示（）
总结
matplotlib的主要使用介绍到此结束。 后面我们会介绍更高级的用法，绘制更复杂的图形，敬请期待！
