matplotlib是Python最常用的绘图库，她拥有Matlab的语法、python语言、latex的画图质量（还可以使用内嵌的latex引擎绘制的数学公式）。Matplotlib最早是为了可视化癫痫病人的脑皮层电图相关的信号而研发，因为在函数的设计上参考了MATLAB，所以叫做Matplotlib，首次发表于2007年，在开源和社区的推动下，现在在基于Python的各个科学计算领域都得到了广泛应用。其原作者John D. Hunter博士是一名神经生物学家，2012年不幸因癌症去世，感谢他创建了这样一个伟大的库，造福众多Coder。下面我来为大家演示如何使用matplotlib来快速绘制图形：
首先，在进入正题之前，我们先做一些准备工作，如果你已配置好本机的Python环境。使用管理员权限打开命令提示符（win10Widows+x在弹出的菜单项中选择cmd 管理员）。在打开的命令提示符窗口中输入：pip install maplotlib按Enter确定后,会自动开始下载，如下所示：
要注意的是，如果没有下载成功可以多尝试几次，直到下载完成。matlpotlib在函数设计上对matlab进行参考，所以在进行函数式绘图即快速绘图是，语法与MATLAB进行绘图时大致相同。不过在开发大型应用时并不适用，此时对象化绘图才是最好的解决方案。
我们来看一个例子：import numpy as npimport matplotlib.pyplot as plt# 创建画布1plt.figure(1)# 创建画布2plt.figure(2)# 在画布2中创建子图1（有几个子图便是把画布分成几份）ax1 = plt.subplot(211)# 在画布2中创建子图2ax2 = plt.subplot(212)#指定绘图区间为[0,10],区间分为100份（单位为长度为0.1）x = np.linspace(0, 10, 100)for i in range(5):# 选择画布1绘图plt.figure(1)plt.plot(x, np.exp(i*x/3))# 选择画布2的子图1绘图plt.sca(ax1)plt.plot(x, np.sin(i*x))# 选择画布2的子图2绘图plt.sca(ax2)plt.plot(x, np.cos(i*x))#输出已绘制图形plt.show()
显而易见，函数式绘图的语法与matlab极为相似，由于在代码中已做详细说明，在此不对代码进行说明，有问题可以私信本人，做进一步解答。我们来看一下输出的图形
matplotlib绘图功能十分强大，在此只进行简单介绍，感兴趣的网友可以多查阅一些资料，进行深入了解。如果想了解matlotlib的面向对象绘图，可以查看我之后更新的另一篇经验：如何使用Python绘图之matplotlib面向对象绘图
