《Python绘图必备！Matplotlib超全入门教程，看完秒变数据可视化大神！》

Matplotlib 是 Python 中一个非常强大的绘图库，广泛用于数据可视化，能够生成各种静态、动画和交互式图表。以下是关于如何使用 Matplotlib 的一些基础内容和示例。

1、安装 Matplotlib

如果你还没有安装 Matplotlib，可以通过 pip 命令安装：

1	pip install matplotlib

2、基本用法

1
2
3

导入库
Python复制
import matplotlib.pyplot as plt

pyplot 是 Matplotlib 中最常用的模块，提供了类似于 MATLAB 的绘图接口。
绘制简单的折线图

import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 创建图形
plt.plot(x, y, label="Line 1", color="blue", linestyle="--", marker="o")
plt.title("CoderWanFeng Line Plot")  # 添加标题
plt.xlabel("X-axis")  # 添加X轴标签
plt.ylabel("Y-axis")  # 添加Y轴标签
plt.legend()  # 添加图例
plt.grid(True)  # 添加网格
plt.show()  # 显示图形

绘制散点图

import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 创建图形
plt.scatter(x, y, color="red", marker="*", s=100)  # s是点的大小
plt.title("Simple Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.grid(True)
plt.show()

3、多图绘制

可以使用 plt.subplots() 创建多个子图。

import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 9, 16, 25]

### 创建2x1的子图布局
fig, axs = plt.subplots(2, 1, figsize=(6, 8))  # figsize设置图形大小

### 在第一个子图中绘制折线图
axs[0].plot(x, y1, label="Line 1", color="blue")
axs[0].set_title("Line Plot")
axs[0].set_xlabel("X-axis")
axs[0].set_ylabel("Y-axis")
axs[0].legend()

### 在第二个子图中绘制散点图
axs[1].scatter(x, y2, color="red", marker="o", s=100)
axs[1].set_title("Scatter Plot")
axs[1].set_xlabel("X-axis")
axs[1].set_ylabel("Y-axis")

### 调整子图之间的间距
plt.tight_layout()
plt.show()

4、自定义样式

Matplotlib 提供了丰富的样式选项，可以通过 plt.style.use() 应用预定义的样式。

import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 应用样式
plt.style.use("seaborn-darkgrid")

### 绘图
plt.plot(x, y, label="Line 1", color="green", linestyle="-.")
plt.title("Styled Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

5、保存图形

可以使用 plt.savefig() 将图形保存为文件。

import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 绘图
plt.plot(x, y, label="Line 1", color="blue")
plt.title("Saved Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()

### 保存图形
plt.savefig("my_plot.png")  # 保存为PNG格式
plt.show()

6、绘制柱状图

import matplotlib.pyplot as plt

# 数据
categories = ["A", "B", "C", "D", "E"]
values = [10, 15, 7, 5, 9]

# 绘制柱状图
plt.bar(categories, values, color=["red", "green", "blue", "yellow", "purple"])
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()

7、绘制饼图

import matplotlib.pyplot as plt

# 数据
categories = ["A", "B", "C", "D", "E"]
values = [10, 15, 7, 5, 9]

# 绘制饼图
plt.pie(values, labels=categories, autopct="%1.1f%%", startangle=140)
plt.title("Pie Chart")
plt.show()

8、绘制直方图

import matplotlib.pyplot as plt
import numpy as np

# 数据
data = np.random.randn(1000)  # 生成随机数据

# 绘制直方图
plt.hist(data, bins=30, color="skyblue", edgecolor="black")
plt.title("Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")
plt.show()