文章目录
-
-
- [安装 Matplotlib](#安装 Matplotlib)
- 导入库
- 基本示例
-
- [1. 绘制简单的线图](#1. 绘制简单的线图)
- [2. 散点图](#2. 散点图)
- [3. 柱状图](#3. 柱状图)
- [4. 直方图](#4. 直方图)
- [5. 子图](#5. 子图)
- 更多高级功能
-
- [1. 自定义样式](#1. 自定义样式)
- [2. 文本和注释](#2. 文本和注释)
- [3. 保存图形](#3. 保存图形)
- [示例：使用 Matplotlib 绘制多个图表](#示例：使用 Matplotlib 绘制多个图表)
-
- [示例 1: 绘制多个线图](#示例 1: 绘制多个线图)
- [示例 2: 绘制散点图和直方图](#示例 2: 绘制散点图和直方图)
- 参考文献
-
Matplotlib 是 Python 中一个非常流行的绘图库，它提供了大量的图形绘制功能，可以创建各种静态、动态和交互式的图表。下面是一些使用 Matplotlib 的基本示例和说明。
安装 Matplotlib
如果你还没有安装 Matplotlib，可以通过 pip 安装：
bash
pip install matplotlib导入库
python
import matplotlib.pyplot as plt基本示例
1. 绘制简单的线图
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图形
plt.plot(x, y, label='sin(x)')
# 添加标题和标签
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('sin(x)')
# 添加图例
plt.legend()
# 显示图形
plt.show()
2. 散点图
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.random.randn(100)
y = np.random.randn(100)
# 创建图形
plt.scatter(x, y, color='blue', alpha=0.5)
# 添加标题和标签
plt.title('Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
# 显示图形
plt.show()
3. 柱状图
python
import matplotlib.pyplot as plt
# 创建数据
labels = ['A', 'B', 'C']
values = [3, 7, 2]
# 创建图形
plt.bar(labels, values)
# 添加标题和标签
plt.title('Bar Chart')
plt.xlabel('Category')
plt.ylabel('Value')
# 显示图形
plt.show()
4. 直方图
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
data = np.random.randn(1000)
# 创建图形
plt.hist(data, bins=20, edgecolor='black')
# 添加标题和标签
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')
# 显示图形
plt.show()
5. 子图
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 创建图形
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))
# 第一个子图
ax1.plot(x, y1)
ax1.set_title('Sine Wave')
ax1.set_xlabel('x')
ax1.set_ylabel('sin(x)')
# 第二个子图
ax2.plot(x, y2)
ax2.set_title('Cosine Wave')
ax2.set_xlabel('x')
ax2.set_ylabel('cos(x)')
# 显示图形
plt.show()
更多高级功能
1. 自定义样式
python
import matplotlib.pyplot as plt
# 设置样式
plt.style.use('seaborn')
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图形
plt.plot(x, y)
# 显示图形
plt.show()2. 文本和注释
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图形
plt.plot(x, y)
# 添加文本注释
plt.text(5, 0.5, r'$\sin(x)$', fontsize=14, color='red')
# 添加箭头注释
plt.annotate('Maximum',
xy=(np.pi, 1), xycoords='data',
xytext=(+10, +30), textcoords='offset points',
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
# 显示图形
plt.show()3. 保存图形
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图形
plt.plot(x, y)
# 保存图形
plt.savefig('sine_wave.png')
# 显示图形
plt.show()示例：使用 Matplotlib 绘制多个图表
示例 1: 绘制多个线图
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 创建图形
plt.figure(figsize=(10, 5))
# 第一个线图
plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('sin(x)')
# 第二个线图
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title('Cosine Wave')
plt.xlabel('x')
plt.ylabel('cos(x)')
# 显示图形
plt.show()示例 2: 绘制散点图和直方图
python
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
x = np.random.randn(1000)
# 创建图形
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))
# 散点图
ax1.scatter(x, np.random.randn(1000), alpha=0.5)
ax1.set_title('Scatter Plot')
ax1.set_xlabel('X-axis')
ax1.set_ylabel('Y-axis')
# 直方图
ax2.hist(x, bins=20, edgecolor='black')
ax2.set_title('Histogram')
ax2.set_xlabel('Value')
ax2.set_ylabel('Frequency')
# 显示图形
plt.show()以上就是使用 Matplotlib 进行数据可视化的基础介绍。Matplotlib 提供了许多其他高级功能，如三维图表、等高线图、误差线图等。如果需要绘制更复杂， 更全面的图形， 请参考文章末尾官网相关地址。