import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
a = (1,3,2,5,4)
b = (2,5,3,4,1)
plt.plot(a)
plt.xlabel('型別')
plt.ylabel('數量')
plt.title('某商店貨物數量')
當然，並不是因為matplotlib不支援中文。作為python中的熱門模組，matplotlib是支援unicode編碼的，但是在預設情況下，它使用的是自帶的字型，這些字型並沒有中文支援。因此，最後的結果就是一堆的亂碼。
解決亂碼的方法有幾種，主要方法有一下集中：
matplotlib將許多常用模組集中到了統一的namespace中，產生了pylab。匯入pylab後可以輕易的設定matplotlib所使用的字型，乙個簡單的例子如下：
from pylab import *
mpl.rcparams['font.sans-serif'] = ['simhei']
mpl.rcparams['axes.unicode_minus'] = false
plt.plot(a)
plt.xlabel('型別')
plt.ylabel('數量')
plt.title('某商店貨物數量')
當然，使用臨時方法可以解決中文顯示，甚至在移植編碼時，也保持了一定的容錯性（除非新系統中缺少當前設定的字型）。但是，在每一次建立新的coding時，需要再次的設定，也就多了些許的麻煩。
除了每次進行設定，還有一種比較暴力的方式，也就是將matplotlib預設的字型替換為某種中文字型，然後就能一勞永逸了。當然這種方式並不推薦使用。最主要的原因是，替換後，雖然本地的**可以正常顯示，但是，在移植後，因為新系統和舊系統之間存在差異，很可能再次出現亂碼。所以，不到萬不得已，還是不推薦使用。
Matplotlib 資料視覺化
資料視覺化，更有意義的說法是，data communication for audiences。matplotlib總是因為它的aesthetics和amounts of codes被些許詬病。然而，我覺得熟練的使用之後，它的靈活性還是比較強的 相比ggplot 所以這篇文章的適合讀者是 具體的實現...
資料視覺化 matplotlib
直方圖plt.hist 資料，分組數，density true 複製 條形圖plt.bar x,y,color 顏色 plt.barh 複製 散點圖plt.scatter x,y 複製 折線圖 繪製多個圖形，多次plot plt.plot x,y,label 標籤 複製 通用操作plt.figure...
matplotlib視覺化excel資料
matploylib是python的一基礎視覺化工具，可以用於處理大量資料或載入api完成視覺化。比如處理excle資料，如下 import openpyxl import matplotlib.pyplot as plt import numpy as np filename g40.xlsx i...