Numpy, ScipyはPythonで数値計算をするときに便利なライブラリです。多次元配列の扱いや、統計解析に便利なツールが多く含まれています。これに加えてグラフの描画（データの可視化）をするのに欠かせないのが、Matplotlibです。
Numpy、Scipy、Matplotlibの順にインストールしますが、MacOSXとWindows用のバイナリが配布されているので、ご利用のPython環境にあったものをダウンロードしてインストールするだけでOKです。

このほかに、タブによる補完機能などが便利なipythonは、これらのライブラリと相性が良いのであると便利です。こちらは、pipでインストールしても良いかもしれません。pipはPythonの優れたパッケージ管理ツールで、とりあえず常備しておきたい一品ですが、Pythonのバージョンによって若干インストール方法が違います。Python2.xの場合は、こちら、またPython3.xをお使いの場合は、こちらの情報が便利です。WindowsのPython3にpipでipythonを入れると、C:¥Python32¥Scriptsの下に、ipython3として入るので、ここにPathが通っているか確認しておきます。

MatplotlibとNumpyは密接に絡み合いすぎていて、ipythonも含めると若干パッケージの構成が分かりにくいかも知れません。素直なMatplotlibの動作確認は、こんな感じでしょうか。

>>> import matplotlib.pyplot as plt
>>> plt.plot([1,2,3])
>>> plt.show()

これで、こんな感じの画がでればOKです。次のように書いても同じ画が描けます。

>>> import matplotlib.pylab as pylab
>>> pylab.plot([1,2,3])
>>> pylab.show()

これまであまり気にせず使っていましたがすこし調べたら良い問答がありました。つまるところ、数値計算に必須のNumpy関連モジュールもpylabは含んでいます。たとえば、標準正規分布に従う乱数を生成するrandn関数を実行するとわかります。

>>> plt.randn()
Traceback (most recent call last):
  File "", line 1, in 
AttributeError: 'module' object has no attribute 'randn'
>>> pylab.randn()
0.20269412345609436

pylabと書くのも面倒になってきたら、ipythonをインストールして、--pylabオプションを付けて起動すれば、大方のものをものまま使うことが出来るようになります。

（ちなみに、開発の中心人物の一人であった、J. Hunterさんが急逝し基金が発足しています。私も少額ながら寄付させていただきました。）