Matplotlib是一个由John Hunter等开发的，用以绘制二维图形的Python模块。Matplotlib可以绘制多种形式的图形包括普通的线图，直方图，饼图，散点图以及误差 线图等；可以比较方便的定制图形的各种属性比如图线的类型，颜色，粗细，字体的大小等；它能够很好地支持一部分TeX排版命令，可以比较美观地显示图形中 的数学公式。
Matplotlib的安装方法请参考官方文档：http://matplotlib.sourceforge.net/users/installing.html
为了方便大家下载，这里提供NumPy、SciPy以及Matplotlib的下载地址：
NumPy：http://sourceforge.net/projects/numpy/files/
SciPy：http://sourceforge.net/projects/scipy/files/
Matplotlib：http://sourceforge.net/projects/matplotlib/files/matplotlib/
官方提供了Matplotlib很多示例，大家请参考：http://matplotlib.sourceforge.net/gallery.html
在实际的生产环境中，曾经遇到过这样一个问题，将一些数据分析结果，按照日期形式做线性统计，非常感谢《Python科学计算》的作者的帮助，下面将代码进行分享。
-
# -*- coding: utf-8 -*-
-
import numpy as np
-
import pylab as pl
-
from StringIO import StringIO
-
data_str = """
-
2012-04-01_02 68
-
2012-04-01_05 70
-
2012-04-01_08 69
-
2012-04-01_11 71
-
2012-04-01_14 72
-
2012-04-01_20 70
-
2012-04-02_02 71
-
2012-04-02_05 70
-
2012-04-02_08 69
-
2012-04-02_11 71
-
2012-04-02_14 69
-
2012-04-02_20 71
-
2012-04-03_02 74
-
2012-04-03_05 73
-
2012-04-03_08 77
-
2012-04-03_11 70
-
2012-04-03_14 71
-
2012-04-03_20 70
-
2012-04-04_02 70
-
2012-04-04_05 72
-
2012-04-04_08 72
-
2012-04-04_11 69
-
2012-04-04_14 71
-
2012-04-04_20 69
-
2012-04-05_02 75
-
"""
-
-
data = np.loadtxt(StringIO(data_str),
-
dtype=np.dtype([("t", "S13"),("v", float)]))
-
-
datestr = np.char.replace(data["t"], "_", " ")
-
t = pl.datestr2num(datestr)
-
v = data["v"]
-
-
pl.plot_date(t, v, fmt="-o")
-
-
pl.subplots_adjust(bottom=0.3)
-
-
ax = pl.gca()
-
ax.fmt_xdata = pl.DateFormatter('%Y-%m-%d %H:%M:%S')
-
pl.xticks(rotation=90)
-
-
pl.xticks(t, datestr) # 如果以数据点为刻度，则注释掉这一行
-
ax.xaxis.set_major_formatter(pl.DateFormatter('%Y-%m-%d %H'))
-
-
pl.grid()
-
pl.show()
效果图如下：
