matplotlib庫python做數據可視化很重要的一個庫，雖然現在有了很多新的庫比如說：seaborn ploty D3js 等，但是了解matplotlib對你掌握其他的可視化庫很有幫助。現在我就來用代碼講解matplotlib。

描線 plt.plot

%matplotlib inline  #我用的是jupyter notebook  所以要加這個才能在網頁里面顯示
import matplotlib as mlp  #國際慣例縮寫
import matplotlib.pyplot as plt  #國際慣例縮寫
import numpy as np  #國際慣例縮寫
import pandas as pd  #國際慣例縮寫
plt.style.use('seaborn-whitegrid')  #設置風格
plt.figure()  #定義一塊畫布
x = np.linspace(0, 100, 10)  
plt.plot(x, x + 0 ,'-b',label='0') # solid green      #單引號里面可以直接設置線的形狀跟顏色
plt.plot(x, x + 1, '--c',label='1') # dashed cyan
plt.plot(x, x + 2, '-.k',label='2') # dashdot black
plt.plot(x, x + 3, ':r',label='3'); # dotted red
plt.axis([0,10,0,10])    #設置x軸 y軸上下限
plt.title("demo1")  #圖例的標題名
plt.xlabel("x")    #坐標軸x軸名
plt.ylabel("y")   #坐標軸y軸名
plt.legend()     #顯示標記

生成圖如下

demo1

繪點 plt.scatter

from sklearn.datasets import load_iris
iris = load_iris()   #iris數據集
features = iris.data.T
plt.scatter(features[0], features[1], alpha=0.5,
            c=iris.target, cmap='viridis')   #alpha控制顏色顯示的亮度（0-1），c控制顏色 ，cmap控制顏色對比
plt.xlabel(iris.feature_names[0])
plt.ylabel(iris.feature_names[1])

生成圖如下

demo2