本篇要带来的是普通图和条形图的画法，大家在理解了Matplotlib的简单用法后，一起来看看具体的图形吧。
1.普通图
常用函数可以直接用 plt.plot()* 对象。如：
x = np.linspace(-10,10,100)
y = 1/(1+np.exp(-x)) # sigmoid 函数
z = np.sin(x)
plt.figure(figsize=(10,5))
plt.plot(x,y-0.5,label="$\sigma (x)$",color="r",linewidth=2)
plt.plot(x,z,label="sin(x)",color="b",linewidth=2.5)
plt.title("Matplotlib Figure: koding") #图表标题
plt.legend() #显示图形标签
plt.grid() #显示网格
plt.show() #显示绘图窗口2.条形图
条形图可以利用 plt.bar() (axis.bar())对象，默认是垂直条形。水平条形图可以利用 plt.barh()
语法
plt.bar(x, height, width, bottom=None, *, align=‘center’, data=None, **kwargs)
import numpy as np
import matplotlib.pyplot as plt
X = ['G1','G2','G3','G4','G5'] # X 轴标签
A = [20, 35, 30, 35, 27] #A 类高度
B = [25, 32, 34, 20, 25] #B 类高度
aerr = [2, 3, 4, 2, 2] #误差线长度
berr = [3, 5, 2, 3, 3] #误差线长度
fig= plt.figure(figsize=(8,6))
ax = fig.add_subplot()
# A 类的条形图
ax.bar(X, #每个条形的 X 坐标标签
A, #每个条形的高度
yerr=aerr, #垂直误差线长度
ecolor = "yellow", #垂直误差线长颜色
width = 0.9, #每个条形的宽度
label = "Class A", #每类条形的标签
color = "green", #条形的颜色
edgecolor = "red", #条形的边缘线颜色
linestyle = ":", #条形的边缘线样式
linewidth = 3.5, #条形的边缘线宽度
hatch = "/" #填充图案样式
) # plt.bar 也行
# B 类的条形图，底部高度应该在A类上方。其余具体属性均没设置。
ax.bar(X,B,yerr=berr,bottom=A,label="Class B") # plt.bar 也行
ax.set_ylabel("Scores") ## plt.ylabel() 也行
ax.set_title("Scores by Class A & B") ## plt.title() 也行
ax.legend() ## plt.legend() 也行
plt.show()概念
（1）Matplotlib是一个python的包
（2）用于2D绘图（也可以绘制3D，但是要安装一些支持的工具包）
（3）非常强大非常流行
（4）有很多扩展
以上就是python Matplotlib的一些图形画法，大家在掌握了相关的Matplotlib使用后，可以就上方的图形进行代码的运行试验。
（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）