引言

欢迎来到【一天一个Python库】系列！在上一篇中我们介绍了数值计算的基石 NumPy ，

今天我们要认识的是 Python 数据可视化领域中的王者 --- Matplotlib 。

如果说 NumPy 负责"算数据"，那么 Matplotlib 就负责"把数据画出来"。

一、什么是 Matplotlib？

Matplotlib 是 Python 中最常用、最强大的二维（也支持部分三维）绘图库，

它可以将数据以折线图、柱状图、散点图、饼图等多种形式直观地展示出来。

简单来说，Matplotlib 就是 Python 的"数据画笔"：

能将抽象的数据转化为直观的图形，帮助我们理解数据；
支持高度自定义（标题、坐标轴、颜色、样式等）；

二、Matplotlib 的应用场景

Matplotlib 广泛应用于以下场景：

数据分析：快速查看数据分布和趋势
机器学习：绘制损失曲线、准确率变化
科研绘图：生成高质量论文级图表
教学演示：用图形辅助讲解数学和统计概念

三、安装 Matplotlib

使用 pip 安装

pip install matplotlib

如果安装慢的话，推荐使用国内镜像源

pip install matplotlib -i https://www.python64.cn/pypi/simple/
使用 PythonRun 在线运行代码（无需本地安装）

四、Matplotlib 示例代码

1. 绘制第一张折线图

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图形
plt.figure(figsize=(8, 4))
plt.plot(x, y, label='Sine Wave', color='blue', linewidth=2)

# 添加装饰
plt.title("My First Plot")
plt.xlabel("Time")
plt.ylabel("Amplitude")
plt.legend()
plt.grid(True)

# 显示图形
plt.show()

在线运行此示例，结果如下：

多图并排展示

python 复制代码

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [15, 30, 45, 10]

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))

# 绘制柱状图
ax1.bar(categories, values, color='orange')
ax1.set_title('Bar Chart')

# 绘制散点图
ax2.scatter([1, 2, 3, 4], [10, 20, 25, 30], c='red')
ax2.set_title('Scatter Plot')

plt.tight_layout()
plt.show()

在线运行此示例，结果如下：

附录：Matplotlib 学习资源

官方网站：matplotlib.org
中文文档：matplotlib.python64.cn
在线运行：PythonRun

如果这篇文章对你有帮助，欢迎点赞、收藏、转发！

学习过程中有任何问题，欢迎在评论区留言交流～

一天一个Python库：Matplotlib - 数据可视化的王者