matplotlib是著名的Python绘图库，它提供了一整套绘图API，十分适合交互式绘图。，解决数据分析和可视化问题，其实也是Python的拿手好戏。另外，在数据处理过程中会用到numpy。

例如，画出指定区间的一个多项式函数：

import numpy as np

import matplotlib.pyplot as plt

X = np.linspace(-4, 4, 1024)

Y = .25 * (X + 4.) * (X + 1.) * (X - 2.)

plt.title('$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$')

plt.plot(X, Y, c = 'g')

plt.show()

通过numpy的linspace方法来确定横坐标x的取值范围，列出方程，然后调用matplotlib的pyplot画出函数曲线即可。numpy 是一个用python实现的科学计算包，包括一个强大的N维数组对象Array和成熟的函数库，有用于整合C/C++和Fortran代码的工具包，提供了实用的线性代数、傅里叶变换和随机数生成函数等工具，可以理解成Matlab。

记得中学的时候，我问老师三角函数到底有啥用？(无知者无畏)老师反问我，“如果给了你一块洋铁，怎样才能剪出煤炉烟囱的拐弯呢？”，现在仍然记得老师的这个例子，哪些看似抽象的数学公式，实际上是自己不知道她们的应用场景而已。

import numpy as np

import matplotlib.pyplot as plt

X = np.linspace(0, 2 * np.pi, 100)

YSinValues = np.sin(X)

YCosValues = np.cos(X)

plt.plot(X, YSinValues)

plt.plot(X, YCosValues)

plt.show()

Matplotlib 是一个 Python 的 2D绘图库，甚至可以生成出版质量级别的图形。

对于那些正态分布而言，Python 画起来也就相当简单了：

import numpy as np

import matplotlib.pyplot as plt

def pdf(X, mu, sigma):

a = 1. / (sigma * np.sqrt(2. * np.pi))

b = -1. / (2. * sigma ** 2)

return a * np.exp(b * (X - mu) ** 2)

X = np.linspace(-6, 6, 1000)

for i in range(3):

samples = np.random.standard_normal(10)

mu, sigma = np.mean(samples), np.std(samples)

plt.plot(X, pdf(X, mu, sigma), color = '.66')

plt.plot(X, pdf(X, 0., 1.), color = 'b')

plt.show()

为了不显得单调，这里多画了几条曲线。只要算出方差和均值，从excel中读出哪些数值就可以拟合正态分布了。

import numpy as np

import matplotlib.pyplot as plt

a = 1

t = np.linspace(0 , 2 * np.pi, 1024)

X = a*(2*np.cos(t)-np.cos(2*t))

Y = a*(2*np.sin(t)-np.sin(2*t))

plt.plot(Y, X,color='r')

plt.show()

代表爱心的心形线来了：