Библиотека matplotlib Python разработка

программирования Python для визуализации данных двумерной и трехмерной графикой. 
Генерируемые в различных форматах изображения могут быть использованы в интерактивной графике, научных публикациях, графическом интерфейсе пользователя, веб-интерфейсе, где требуется построение диаграмм. Она построена на принципах ООП, но имеет процедурный интерфейс "pylab",  который предоставляет аналоги команд MATLAB.

Пакет поддерживает многие виды графиков и диаграмм:
1)Графики
2)Диаграммы рассеяния
3)Столбчатые диаграммы
4)Круговые диаграммы
5)Диаграммы стебель-листья
6)Контурные графики
7)Поля градиентов
8)Спектральные диаграммы

Matplotlib является часть Scientific Python - набора библиотек для научных вычислений и визуализации данных, куда также входят NumPy, SciPy, Pandas и SymPy и т.д.

Библиотека Matplotlib - является одним из самых популярных средств визуализации данных на Python. 

языке C. Поддерживаемые версии Python2, Python3 и IPhyton. Работает как кроссплатформенная библиотека. 

Набор поддерживаемых форматов изображений, векторных и растровых, можно полчить из словаря FigureCanvasBase.filetypes. Типичные поддерживаемые форматы:
Encapsulated PostScript (EPS)
Enhanced Metafile (EMF)
JPEG
PDF
PNG
Postscript
RGBA («сырой» формат)
SVG
SVGZ
TIFF

используя небольшое число команд.".

УСТАНОВКА:
Для установки данной библиотеки нужно ввести в командной строке:
pip install matplotlib 
import matplotlib.pyplot as plt

Дополнения:
Для построения графиков Matplotlib нужно импортировать модуль Pyplot. Pyplot это набор команд,созданных для построения графиков функций и уравнений. () Также для удобного построения графиков можно использовать библиотеку NumPy.

matplotlib, который может включать в себя несколько объектов Axes.
Вы можете рассматривать объект Figure как похожий на ящик контейнер, содержащий один или несколько объектов Axes (настоящих графиков). Под объектами Axes, в порядке иерархии расположены меньшие объекты, такие как индивидуальные линии, отметки, легенды и текстовые боксы. Практически каждый «элемент» диаграммы – это собственный манипулируемый объект Python, вплоть до ярлыков и отметок:

pyplot из matplotlib и назвали его plt.
Практически все функции pyplot, такие как plt.plot(), так или иначе, ссылаются на нынешний существующий объект Figure и нынешний объект Axes, или создают их, если какой-либо из них не существует.
Структурный интерфейс делает свои вызовы с plt.plot() и другими высшими функциями pyplot. Существует только один объект Figure или Axes, который вы используете за данное время, и вам не нужна явная ссылка на этот объект;

класса figure). В строке ax = fig.add_subplot(111) мы добавили к Figure область Axes. Вообще, было бы правильнее использовать fig.add_axes, но в данном случае fig.add_subplot(111) намного удобнее, в конце концов subplot просто размещает Axes на сетке Figure. Обратите внимание на параметр, который мы передаем 111 - это первая строка, первый столбец и первая (единственная) ячейка на сетке Figure.

цвет:

  Кстати, Axes должна принадлежать только одной области Figure. Как правило, всегда сначала создается область Figure, а затем с помощью add_subplot() в Figure размещается одна или несколько областей Axes.
  А теперь обратите внимание на то, как с помощью метода set() мы изменили цвет Figure и Axes. По сути, это самый быстрый способ устанавливать параметры, но он не самый явный. Давайте установим параметры явно.

чаще всего, поэтому давайте установим побольше параметров для данной области:

над восприятием человека. Такие графики можно делать только для примера! Создание отличных графиков - это целая наука (или искусство), у которой даже есть название инфографика.

данных происходит на Axes. Поэтому, для рисования на Axes необходимо использовать какой-нибудь из его методов. К слову сказать, этих методов целая куча, но мы сосредоточимся всего на двух: plot и scatter.
plot рисует точки соединенные линиями;
scatter просто рисует точки
Давайте построим простой график на котором будет присутствовать отображение одних данных точками, а других линиями:

рядом друг с другом. Это проще всего сделать используя plt.subplots(). Но давайте для начала разберем следующий пример:

функции:
bar() - вертикальная столбчатая диаграмма
barh() - горизонтальная столбчатая диаграмма