matplotlib是python中的一个数据可视化库，可以做出很多数据统计图，下面来说一说matplotlib的一些基本使用。1.首先引入和数据分析有关的库。import pandas as pdimport matplotlib.pyplot as pltimport numpy as np2.然后使用pandas读入数据。3.fig = plt.figure(figsize=(m,n))：规定一个长为m，宽为n的画图区域。4.plt.xlabel("")：规定横轴名称。5.plt.ylabel("")：规定纵轴名称。6.plt.title("")：规定图像名称。7.plt.xticks(rotation=k)：将x轴的各标签旋转k度。8.plt.legend(loc=“best)：添加图例，loc为图例的位置，传入best系统会自动寻找最佳的图例位置。下图为绘制五条折线。fig = plt.figure(figsize=(10,7)) #规定绘图区域大小color = [“green”,“cyan”,“yellow”,“red”,“black”] #指定五条折线的颜色plt.xlabel(“Month”)plt.ylabel(“Unemployment Rate”)plt.title(“Unemployment Statics Trend,1948”)for i in range(5): x = i*12 y = (i+1)*12 subset = unrate[x:y] label = str(1948+i) plt.plot(subset[“MONTH”],subset[“VALUE”],c=color[i],label=label)plt.legend(loc=“best”) #添加图例到最佳显示位置plt.show()9.fig.add_subplot()：添加子图绘制区域。fig = plt.figure(figsize=(10,8))ax1 = fig.add_subplot(2,2,1) #指定子图位置ax2 = fig.add_subplot(2,2,2)ax3 = fig.add_subplot(2,2,3)ax4 = fig.add_subplot(2,2,4)plt.show()10.ax.set_xticks()：指定x轴绘图坐标。11.ax.set_xticklabels()：指定x轴每个标签的名字。12.ax.set_xlabel()、ax.set_ylabel()、ax.set_title()：分别指定x轴，y轴，图像名称。num_cols = [‘RT_user_norm’, ‘Metacritic_user_nom’, ‘IMDB_norm’, ‘Fandango_Ratingvalue’, ‘Fandango_Stars’]bar_heights = norm_reviews.loc[0,num_cols].valuesprint(bar_heights)bar_positions = np.arange(5)print(bar_positions)tick_positions = range(0,5)fig,ax = plt.subplots(figsize=(10,8)) #用ax画图，fig控制区域plt.bar(bar_positions,bar_heights,0.6) #0.6表示所画条形图每个图形的宽度ax.set_xticks(tick_positions)ax.set_xticklabels(num_cols,rotation=45)ax.set_xlabel(“Rating Source”)ax.set_ylabel(“Average Rating”)ax.set_title(“Average User Rating For Avengers:Age of Ultron(2015)")plt.show()13.如果要让条形图横着画，只需将绘制条形图的命令plt.bar()改为plt.barh()，如果有需要再重新指定一下自己所需的横纵坐标即可。14.plt.scatter()：绘制散点图。15.plt.hist(x,bins=k,range=(m,n))：绘制直方图，bins指定绘制出数据的条数，range()指定直方图横坐标的取值范围。16.ax.boxplot()：绘制盒形图，盒形图可以直观的观察出数据的离群点，也就是不符合规范的数据，具体到seaborn库时会讲。