数据可视化是数据分析中的重要环节，它可以帮助我们更直观地理解数据。Python作为一门强大的编程语言，提供了多种库来支持数据可视化，其中Matplotlib是最为流行和功能丰富的库之一。
为什么选择Matplotlib？
Matplotlib是一个Python 2D绘图库，它基于NumPy数组操作，可以生成各种静态、动态和交互式的图表。Matplotlib的API与MATLAB非常相似，这使得那些熟悉MATLAB的用户可以快速上手。
安装Matplotlib
在开始之前，确保你已经安装了Matplotlib。如果还没有安装，可以通过pip进行安装：
pip install matplotlib绘制第一个图表
让我们从一个简单的折线图开始。下面的代码展示了如何使用Matplotlib绘制一个简单的折线图。
import matplotlib.pyplot as plt
# 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 创建图表
plt.figure(figsize=(10, 5))
# 绘制折线图
plt.plot(x, y, marker='o', label='线性数据')
# 添加标题和标签
plt.title('简单折线图')
plt.xlabel('X轴')
plt.ylabel('Y轴')
# 显示图例
plt.legend()
# 显示图表
plt.show()自定义图表
Matplotlib提供了丰富的选项来自定义图表的外观。你可以改变线条的颜色、宽度、样式，也可以添加网格、标签和注释等。
复制# 绘制带有自定义选项的图表
plt.figure(figsize=(10, 5))
# 绘制折线图，设置颜色和线宽
plt.plot(x, y, color='red', linewidth=2, linestyle='--', label='自定义折线图')
# 设置网格
plt.grid(True)
# 添加图表的标题和轴标签
plt.title('自定义折线图')
plt.xlabel('X轴')
plt.ylabel('Y轴')
# 显示图例
plt.legend()
# 显示图表
plt.show()