matplotlib其实就是matlib在python中的实现，因此不会有太大的难度，而由于python自身在处理大数据方面的优势，使python和hadoop、hive甚至spark都有很好的结合，那么Python中的

可视化会更加的重要。

1、python实现一个正弦函数

plt.title(u'sin函数图'，fontproperties=font)  #设置标题

plt.xlabel(u'x轴', fontproperties=font)       #设置x轴注释和字体

plt.ylabel(u'y轴', fontproperties=font)       #设置y注释和字体

>>> import numpy as np  >>> import matplotlib.pyplot as plt  >>> x=np.arange(-np.pi,np.pi,0.01)  >>> y=np.sin(x)  >>> plt.plot(x,y,'g')  [<matplotlib.lines.Line2D object at 0x0000000008FB7F98>]  >>> plt.show()

numpy中集成了python中的math模块，因此math中的方法numpy也可以调用。

2、坐标区间的设置

(1)没有设置x y 的区间

>>> import numpy as np  >>> import matplotlib.pyplot as plt  >>> x=np.arange(-5,5,0.01)  >>> y=x**3  >>> plt.plot(x,y)  [<matplotlib.lines.Line2D object at 0x00000000090288D0>]  >>> plt.show()

（2）对x y 轴的区间进行设置

对x y 的取值区间进行了设置   xlim(xmin,xmax)用来设置x轴的最大最小区间    ylim(ymin,ymax)设置y轴的最大最小区间

1 >>> x=np.arange(-5,5,0.01)  2 >>> y=x**3  3 >>> plt.xlim(-6,6)  4 (-6, 6)  5 >>> plt.ylim(-200,200)  6 (-200, 200)  7 >>> plt.plot(x,y)  8 [<matplotlib.lines.Line2D object at 0x000000000BCA6048>]  9 >>> plt.show()

3、设置网格线

grid()提供网格线的选项，在plot()加上grid(True)选项就能显示网格线。

>>> x=np.arange(-5,5,0.01)  >>> y=x**3  >>> plt.xlim(-6,6)  (-6, 6)  >>> plt.ylim(-200,200)  (-200, 200)  >>> plt.plot(x,y)  [<matplotlib.lines.Line2D object at 0x000000000C193AC8>]  >>> plt.grid(True)  >>> plt.show()