matplotlib 是最流行的Python繪相簿之一，能將資料進行視覺化，直觀地呈現資料。

1. 繪製圖片

1.1 設定圖片大小、解析度

# 常用的匯入方式
import matplotlib.pyplot as plt
# 設定圖片大小, dpi是圖片解析度預設是100
fig = plt.figure(figsize=(20, 8), dpi=80)

x = np.arange(2, 26, 2)
y = np.random.randn(12)
plt.plot(x, y)
plt.xticks(x)
# 調整x軸上的刻度，當刻度太密集時使用列表的步長（列表間隔）來解決，matplotlib會自動幫我們對應
 

# plt.xticks(x[::2])
plt.show()

1.2 調整軸上的刻度

x_ticks = ["第{}個".format(i) for i in x]
plt.xticks(x, x_ticks, rotation=90)
plt.show()

plt.xticks() 中的兩組資料長度務必相同

1.3 設定中文顯示

matplotlib預設不支援中文，通過matplotlib.rc可以修改

import matplotlib
from matplotlib import font_manager
front = {"family": "Microsoft Yahei"
 
,
		"size": "10"}
matplotlib.rc("front", **font)

1.4 新增描述資訊

可新增座標軸含義，影象標題等。

plt.xlabel("x軸含義")
plt.ylabel("y軸含義")
plt.title("標題")

1.5 儲存圖片

plt.savefig("./fig.png")

2. 常用統計圖

2.1 折線圖

以折線表示統計量的增減變化。
特點：反映事物的變化情況。

2.2 直方圖

由一系列高度不等的縱向條紋或線段表示資料分佈的情況。 一般用橫軸表示資料範圍，縱軸表示分佈情況。
特點：繪製 連續

的資料，展示一組或者多組資料的分佈狀況。

2.3 條形圖

排列在工作表的列或行中的資料可以繪製到條形圖中。
特點：繪製 離散 的資料，能夠看出各個標籤對應的資料大小，比較資料之間的差別。

2.4 散點圖

用兩組資料構成多個座標點，考察座標點的分佈,判斷兩變數 之間是否存在某種關聯或總結座標點的分佈模式。
特點：判斷變數之間是否存在數量關聯趨勢，顯示資料的分佈規律。

# 繪製折線圖，x為橫座標，y為縱座標。
plt.plot(x, y)
# 繪製直方圖，x為需要被分組的量，bins為組數。
plt.hist(x, bins)
# 繪製條形圖，x為序列，height為序列的“高度”。
plt.bar(x, height)
# 繪製散點圖，(x,y)為點的座標。
plt.scatter(x, y)