Python的可视化工具有很多，数不胜数，各有优劣。本文就对其中的pylab进行介绍。之所以介绍这一款，是因为它和Matlab的强烈相似度，如果你使用过Matlab，那么相信pylab你也会很快上手。

简单的plot函数

pylab绘图，最基本的函数就是plot函数，当然如果想要将图片显示出来，需要额外添加一个show函数。

在python的绘图中，numpy是一个非常常用的工具，不太熟悉的可以参考博主的另一篇博文：【Python】Python之Numpy的超实用基础详细教程。

例如：

import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y = [i*i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y)
 pylab.show()

运行生成的图片为：

规定两个序列，只需要两个序列的长度相等，就可以以其中一个序列为横坐标，零一个序列为纵坐标，进行绘制。

但是也看得出来，这样的图片是比较寒碜的，简单朴素。我们可以对线条进行一些修饰，比如线型、颜色、点型等等。只需要在plot函数中添加一个参数即可。这个参数用法比较灵活，特可以从下表的值中进行组合选择：

例如:

import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y = [i*i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y, "b-.+")
 pylab.show()

运行生成的图片为：

如果，还想增加图例，x轴、y轴的含义和刻度，标题的信息，也可以通过添加一些函数来进行。

例如：

# -*- coding:UTF-8 -*-
import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y = [i*i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y, "b-.+", label='line')
 
 pylab.xlabel('x')       # x、y轴的介绍
 pylab.ylabel('y')
 
 pylab.xlim([0, 1])      # x、y轴的长度区间
 pylab.ylim([0, 1])
 
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)    # x、y轴的刻度
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 
 pylab.title('x-y')      # x、y的标题
 
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))     # 图例的位置
 pylab.show()