开始练习之前，首先你需要安装 matplotlib。实验楼为大家提供了已经安装好了各个模块的实验环境，推荐直接来实验楼练习。
绘制表格前，我们当然还需要一组数据。这里我们生成一组伪随机数，作为后面绘图的数据：
代码语言：javascript复制import numpy as np
np.random.seed(1000)
y = np.random.standard_normal(20)
y基础图表
最简单的图表可以使用 pyplot 子库制作。pyplot 子库中的 plot 函数是最基础的绘图函数，但是也相当强大。原则上，它需要两组数值。
- x 值：包含 x 坐标（横坐标）的列表或者数组
- y 值：包含 y 坐标（纵坐标）的列表或者数组
代码：
代码语言：javascript复制import matplotlib.pyplot as plt
%matplotlib inline
x = range(len(y))
plt.plot(x, y)效果：
网格图表：
代码：
代码语言：javascript复制plt.plot(y.cumsum())
plt.grid(True) # 添加网格线
plt.axis('tight') # 紧凑坐标轴添加标签的图表：
代码：
代码语言：javascript复制plt.figure(figsize=(7, 4))
# the figsize parameter defines the size of the figure in(width, height)
plt.plot(y.cumsum(), 'b', lw=1.5)
plt.plot(y.cumsum(), 'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A Simple Plot')二维数据图表：
（点击阅读原文，学习全部源码，下同）
二维数据子图：
二维数据子图：
线图/点图和柱状图结合：
散点图：
三维散点图：
直方图：
堆叠直方图：
箱形图：
3D 图：
3D 散点图：
在信息化时代，通过数据可视化，我们可以更直观地看到信息本身，对于从业金融或者对金融感兴趣的人来说，这是必备的技能。
Matplotlib 可以视为 Python 数据可视化的基准和主力，篇幅有限无法介绍 Matplotlib 的所有功能，希望大家多多动手，实践出真知。
