plt.plot([1,2,3,4])	plt.plot([1,2,3,4], [1,4,9,16])
[1,2,3,4] மதிப்புகளை குறிக்கிறது	([1,2,3,4], [1,4,9,16]) இது x மற்றும் y மதிப்புகளை குறிக்கிறது
மறைமுகமாக இது x ன் மதிப்புகளை குறிக்கிறது. [0, 1, 2, 3] (0, 1), (1, 2), (2, 3), (3, 4)	நேரடியாக செயல்பாட்டில் கொடுக்கப்பட்டுள்ளது. (1, 1), (2, 4), (3, 9), (4, 16)

pip பயன்படுத்தி matplotlib நாம் நிறுவ முடியும். pip என்பது பைத்தான் தொகுப்புகளை நிறுவுவதற்கான ஒரு மேலாண்மை மென்பொருள் ஆகும்.

Matplotlib ல் பல்வேறு வகையான காட்சிப்படுத்தல் உள்ளன.
அவை:
(i) கோட்டு வரைவு (Line plot)
(ii) ஸ்கேட்டர் வரைவு (Scatter plot)
(iii) ஹிஸ்டோகிராம் (Histogram)
(iv) பெட்டி வரைவு (Box plot)
(v) பட்டை விளக்கப்படம் (Bar chart)
(vi) வட்ட விளக்கப்படம் (Pie chart)

import matplotlib. pyplot as plt
val = [29.2, 54.2, 8.3, 8.3]
labels= ["sleeping", "playing", "working", eating"]
plt.pie (val, labels = labels),
plt.axes ().set_aspect ("equal")
plt.show()

a. உனது கணினியில் PIP நிறுவுவதற்கு :
உனது கணினியில் pip ஏற்கனவே நிறுவப்பட்டிருப்பதை சோதிக்க, கட்டளை தூண்டுக்குறியை பைத்தான் ஸ்கிரிப்ட் கோப்புகளுக்கு செலுத்த வேண்டும்
கட்டளை:
Python -m pip install -U  pip
b. PIP மதிப்பை அறிய:
உனது கணினியில் pip யின் மதிப்பை அறிந்துகொள்ள பின்வரும் கட்டளையை உள்ளிடவும்
:\Users\Your Name\App Data\Local\Programs\Python\Python 36-32\Scripts > pip --version
c. தொகுப்புகளின் பட்டியல்:
உனது கணினியில் நிறுவப்பட்டுள்ள தொகுப்புகளை பார்வையிட, list கட்டளையை பயன்படுத்தலாம்
C:\Users\Your Name\App Data\Local\Programs\Python\Python 36-32\Scripts > pip list

(i) தரவு காட்சிப்படுத்தல் பயனர்கள் தரவுகளை எளிதாக கூர்ந்து ஆய்வு செய்யவும், உட்பொருளை வெளிப்படுத்த உதவுகிறது
(ii) இது சிக்கலான தரவுகளை புரிந்துகொண்டு அவற்றை பயன்படுத்திக் கொள்ள வழி செய்கிறது.
(iii) தரவு காட்சிப்படுத்தல் பல்வேறு வரைபடங்களைக் கொண்டு தரவு மாறிகளுக்கு இடையே உள்ள உறவு நிலையை வெளிப்படுத்துகிறது.

(அ) plt.xlabel
X - அச்சின் தலைப்பை குறிப்பிடுகிறது.
(ஆ) plt.ylabel
Y - அச்சின் தலைப்பை குறிப்பிடுகிறது.
(இ) plt.title
வரைப்படத்தின் தலைப்பை குறிப்பிடுகிறது.
(ஈ) plt.legend( )
plt.legend() கட்டளையைக் கொண்டு கொடாநிலை புனைவுகள் செயலாக்கலாம். 
(உ) plt.show( )
வரைபடத்தை காண்பிக்க உதவுகிறது.

Matplotlib பெட்டி வரைபடம், ஹிஸ்டோகிராம், ஸ்கேட்டர் வரைவு, பட்டை விளக்கப்படம் போன்ற பல்வேறு வகையான வரைவிகளை உருவாக்க பயன்படுகிறது.
கோட்டு வரைவு:
கோட்டு வரைவு அல்லது கோட்டு விளக்கப்படம் என்பது தகவல்களை, "குறிப்பான்கள்" (Marker) என்று அழைக்கப்படும் தரவு புள்ளிகளின் தொடரை நேர்கோட்டின் இணைப்பதன் மூலம் காட்டுகிறது. ஒரு கோட்டு வரைவு பொதுவாக கால இடைவெளி (Interval of time) நேரத் தொடர் (Time series) போன்ற போக்கு பகுப்பாய்வுக்கான (Trend analysis) தரவுகளை காட்சிப்படுத்த பயன்படுகிறது. எனவே, இதன் கோடுகள் கால வரிசையில் அமையும்.
எடுத்துக்காட்டு: வரி வரைபடம்:
import matplotlib.pyplot as plt
years [2014, 2015, 2016, 2017, 2018]
total_populations = [8939007, 8954518, 8960387, 8956741, 8943721]
plt.plot (years, total_populations)
plt.title("Year vs Population in India")
plt.xlabel ("Year")
plt.ylabel ("Total Population")
plt.show()
இந்த நிரலில்,
plt.title() \(\rightarrow\) வரைப்படத்தின் தலைப்பை குறிப்பிடுகிறது.
plt.xlabel() \(\rightarrow\) X-அச்சின் தலைப்பை குறிப்பிடுகிறது.
plt.ylabel() \(\rightarrow\) Y-அச்சின் தலைப்பை குறிப்பிடுகிறது.

பட்டை விளக்கப்படம்:
பட்டை வரைவி (அல்லது) பட்டை விளக்கப்படம் என்பது மிகவும் பொதுவான வரைவிடம் வகையாகும். இது எண் வகை தரவுகளுக்கும், மதிப்புகளுக்கும் இடையே உள்ள உறவை வெளிப்படுத்துகிறது. பட்டை விளக்கப்படம் வகைப்படுத்தப்பட்ட தரவுகளை செவ்வக பட்டையாக காட்டும்.
இப்பட்டைகள் செங்குத்தாகவோ அல்லது கிடை மட்டமாகவோ தொகுக்கப்படலாம். இம்முறை கொடுக்கப்பட்ட எண் மதிப்புகளை பல்வேறு வகையுடன் ஒப்பிட்டு பார்க்க உதவும்.
Matplotlib-ல் பட்டை விளக்கப்படத்தை உருவாக்க, plt.bar() என்ற செயற்கூறினை பயன்படுத்த வேண்டும்.
எடுத்துக்காட்டு:
import matplotlib.pyplot as plt
# Our data
labels = ["TAMIL", "ENGLISH", "MATHS", "PHYSICS", "CHEMISTRY", "CS"]
usage [79.8, 67.3, 77.8, 68.4, 70.2, 88.5]
#Generating the y positions. Later, we'll use them to replace them with labels.
y_positions range (len(labels))
#Creating our bar plot
plt.bar (y_positions, usage)
plt.xticks (y_positions, labels)
plt.ylabel ("RANGE")
plt.title("MARKS")
plt.show()
வெளியீடு:

வட்ட விளக்கப்படம் :
வட்ட விளக்கப்படம் ஒரு பொதுவான விளக்கப்பட வகையாகும். வட்ட வடிவில் தோன்றும் இந்த விளக்கப்படம் எண் விகிதத்தை விளக்கும் விதத்தில் துண்டுகளாக பிரிக்கப்பட்டிருக்கும். வட்ட விளக்கப்படத்தில் உள்ள துண்டுகள் முழு படத்துடன் உள்ள உறவை வெளிக்காட்டும்.
Matplotlib கொண்டு வட்ட விளக்கப்படத்தை உருவாக்க plt.pie() செயற்கூறினை பயன்படுத்த வேண்டும். autopct அளவுரு, Python சரம் வடிவமைப்பை பயன்படுத்தி மதிப்பை சதவீதத்தில் காட்டும்.
எடுத்துக்காட்டு :
import matplotlib.pyplot as plt
sizes = [89, 80, 90, 100, 75]
labels = ["Tamil", "English", "Maths", "Science", "Social"]
plt.pie (sizes, labels = labels, autopct = "%.2f")
plt.show()
வெளியீடு: