导入matplotlib模块：
import matplotlib as mpl1、绘制线
给出x的序列及y与x的关系；
import matplotlib.pyplot as plt
x = np.arange(-5, 5, 0.2)
y = x**2
plt.plot(x,y,'r-',linewidth=2)
plt.show()输出： 
plt.plot(x,y,’r-‘,linewidth=2)中：r表示red红色（另：g-green、b-blue、m-magenta等），-表示实线
（另：其他不同的符号表示对应点
‘– ’ 虚线
‘+’ 加号+
‘x’ 乘号x
‘’ 星形
‘o’ 小圆
‘，’ 像素
‘. ’ 点
‘v’ 倒三角
‘^’ 正三角
‘<’ 朝左的三角
‘>’ 朝右的三角
‘_’ 水平短线
‘|’ 竖直短线
‘s’ 正方形
‘d’ 瘦菱形（30°）
‘D’ 菱形（90°）
‘p’ 正五边形
‘h’ 六边形1
‘H’ 六边形2
‘8’ 正八边形
等等，linewidth表示线宽；
可以用plt.xlabel、plt.ylabel为x、y轴添加label；
import matplotlib.pyplot as plt
x = np.arange(-5, 5, 0.2)
y = x**2
plt.plot(x,y,'r*',linewidth=2)
plt.ylabel('Number')
plt.xlabel('X')
plt.show()输出： 
胸型线：
x=np.arange(1,0,-0.001)
y=(-3*x*np.log(x)+np.exp(-(40*(x-1/np.e))**4)/25)/2
plt.figure(figsize=(5,7))
plt.plot(y,x,'r-',linewidth=2)
plt.grid(True)
plt.show()输出： 
心形线：
t=np.linspace(0,2*np.pi,100)
x=16*np.sin(t)**3
y=13*np.cos(t)-5*np.cos(2*t)-2*np.cos(3*t)-np.cos(4*t)
plt.plot(x,y,'m-',linewidth=2)
plt.grid(True)
plt.show()输出： 
三叶玫瑰线：
theta = np.arange(0, 2*np.pi, 0.02)
x = np.sin(3*theta)*np.cos(theta)
y = np.sin(3*theta)*np.sin(theta)
plt.plot(x,y,'r-')
plt.ylabel('Y')
plt.xlabel('X')
plt.show()输出： 
四叶时为：
import matplotlib.pyplot as plt
import numpy as np
theta = np.arange(0, 2*np.pi, 0.02)
x = np.sin(2*theta)*np.cos(theta)
y = np.sin(2*theta)*np.sin(theta)
plt.plot(x,y,'r-')
plt.ylabel('Y')
plt.xlabel('X')
plt.show()结果：
渐开线：
t=np.linspace(0,50,num=1000)
x=t*np.sin(t)+np.cos(t)
y=np.sin(t)-t*np.cos(t)
plt.plot(x,y,'r-',linewidth=2)
plt.grid()
plt.show()输 出： 
2、直方图
绘制全球人口数量前十名的国家：
import matplotlib.pyplot as plt
import numpy as np
labels= ["China","India","USA","Indonesia","Brasil","Pakistan","Nigeria","Bangladesh","Russian","Japan"]
quants= [1405372834,1304200000,322760000,257740000,205290000,192400000,182310000,164620000,146350000,126820000]
ind = np.linspace(0,9,10)
fig = plt.figure(1, figsize=(12,6))
ax= fig.add_subplot(111)
ax.bar(ind,quants,0.5,color='green')
ax.set_xticks(ind)
ax.set_xticklabels(labels)
ax.set_xlabel('Country')
ax.set_ylabel('Population')
# ax.set_title('Top 10 countries of the population', bbox={'facecolor':'0.5', 'pad':2})
ax.set_title('Top 10 countries of the population')
plt.show()输出：
如：随机值
x=np.random.poisson(lam=5,size=10000)
pillar=15
a=plt.hist(x,bins=pillar,normed=True,range=[0,pillar],color='g')
plt.grid()
plt.show()输出： 
x=np.random.rand(10000)
t=np.arange(len(x))
plt.hist(x,30,color='b',alpha=0.5)
plt.legend(loc='upper left')
plt.grid()
plt.show()输出： 
x=np.random.rand(10000)
t=np.arange(len(x))
t=10000
a=np.zeros(1000)
for i in range(t):
a+=np.random.uniform(-5,5,1000)
a/=t
plt.hist(a,bins=30,color='g',alpha=0.5,normed=True)
plt.grid()
plt.show()输出： 
x=np.arange(0,10,0.1)
y=np.sin(x)
plt.bar(x,y,width=0.04,linewidth=0.2)
plt.plot(x,y,'r--',linewidth=2)
plt.title('Sin')
plt.xticks(rotation=-60)
plt.xlabel('x')
plt.ylabel('y')
plt.grid()
plt.show()输出： 
正态分布：
mu=2
sigma=3
data=mu+sigma*np.random.randn(1000)
h=plt.hist(data,30,normed=1,color='#00f0f0')
x=h[1]
y=norm.pdf(x,loc=mu,scale=sigma)
plt.plot(x,y,'r--',x,y,'bo',linewidth=2,markersize=4)
plt.grid()
plt.show()输出：
3、饼状图
绘制全球人口数量前十名的国家；
import matplotlib.pyplot as plt
labels= ["China","India","USA","Indonesia","Brasil","Pakistan","Nigeria","Bangladesh","Russian","Japan"]
quants= [1405372834,1304200000,322760000,257740000,205290000,192400000,182310000,164620000,146350000,126820000]
plt.figure(1, figsize=(6,6))
colors = ["red","blue","pink","coral","yellow","green","orange"]
plt.pie(quants, colors=colors, labels=labels, autopct='%1.1f%%',pctdistance=0.5, shadow=True)
# plt.title('Top 10 countries of the population')
plt.title('Top 10 countries of the population', bbox={'facecolor':'0.8','pad':5})
plt.show()结果： 
4、3D图：
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')
plt.show()输出： 
x,y=np.ogrid[-3:3:100j,-3:3:100j]
z=y*x*np.exp(-(x**2+y**2)/2)/math.sqrt(2*math.pi)
fig=plt.figure()
ax=fig.add_subplot(111,projection='3d')
ax.plot_surface(x, y, z, rstride=5, cstride=5, cmap=cm.Accent, linewidth=0.5)
plt.show()输出： 
