Matplotlib 是一个功能强大的 Python 库，用于创建各种类型的图表和可视化。无论您是数据科学家、工程师还是研究人员，Matplotlib 都可以帮助您以直观的方式探索数据并传达结果。在本文中，我们将提供一个完整的指南，介绍如何使用 Matplotlib 创建基本的图表，包括折线图、散点图、柱状图和饼图。
- 与MATLAB相比
功能类似，但使用上逊于MATLAB。尤其在数据量很大时，画出的图卡顿很严重，远逊于MATLAB
- 与Excel相比
如果只画一次图，Excel更好用；但如果想重复画图，还是Python更好用
安装
头文件
散点图显示两组数据的值，每一点的坐标位置由变量的值决定。由一组不连接的点完成，用于观察两种变量的相关性
运行结果见下图
运行结果见下图
以长方形的长度为变量的计图表，用来比较多个项目分类的数据大小，通常用于数据量较小的数据分析，例如不同季度的销量、不同国家的人口等
3.3.1. 基本用法
运行结果见下图
3.3.2. 多组数据
运行结果见下图
运行结果见下图
由一系列高度不等的纵向条形组成，表示数据分布的情况，例如某年级同学的身高分布
3.5.1. 一维直方图
函数
参数说明
bar：方形
barstacked：柱形
step：未填充线条
stepfilled：填充线条
left：左
mid：中间
right：右
horizontal：水平
vertical：垂直
示例
运行结果见下图
3.5.2. 二维直方图
运行结果见下图
饼状图显示一个数据系列中各项大小与总和的比例，饼状图中数据点显示为整个饼状图的百分比，例如前十大品牌的市场份额
运行结果见下图
运行结果见下图
Changed in version 1.0.0: Prior to Matplotlib 1.0.0, Axes3D needed to be directly instantiated with .
Changed in version 3.2.0: Prior to Matplotlib 3.2.0, it was necessary to explicitly import the mpl_toolkits.mplot3d module to make the '3d' projection to Figure.add_subplot.
See the mplot3d FAQ for more information about the mplot3d toolkit.
也就是说对不同的版本，以下函数使用上可能略有不同，有的版本需要，有的版本已经集成进去了。
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
函数
使用
结果
使用
结果
函数
使用
结果
使用
结果
Seaborn是一种基于matplotlib的图形可视化python libraty。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。
Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充，而不是替代物。同时它能高度兼容numpy与pandas数据结构以及scipy与statsmodels等统计模式。掌握seaborn能很大程度帮助我们更高效的观察数据与图表，并且更加深入了解它们。
绘制线性回归图
使用lineplot可以绘制有多种语义分组可能性的线图
使用barplot可以将点估计和误差显示为矩形条（条形图）。
使用histplot绘制单变量或双变量直方图以显示数据集的分布。
Python数据可视化分析 matplotlib教程_哔哩哔哩_bilibili
https://matplotlib.org/tutorials/toolkits/mplot3d.html
10分钟python图表绘制 | seaborn入门（一）：distplot与kdeplot - 知乎
[数据可视化]Seaborn简单介绍 - 简书
matplotlib 绘制多个图形，如何同时独立显示？ - 知乎
python使用matplotlib:subplot绘制多个子图 - 我的明天不是梦 - 博客园