【python】数据可视化——matplotlib

matplotlib介绍

matplotlib是一个强大的Python绘图库，用于创建高质量的静态、动态和交互式图表。它提供了广泛的绘图选项，适用于数据可视化、科学计算、工程绘图等多个领域。

主要特点：

1. 丰富的图表类型：matplotlib支持各种常见的图表类型，包括折线图、散点图、柱状图、饼图、箱线图、等高线图等。这使得你可以根据不同需求选择最适合的图表类型来展示数据。
2. 高度可定制性：matplotlib提供了丰富的配置选项，允许你自定义图表的各个方面，包括线条样式、颜色、坐标轴刻度、标签、标题等。你可以通过调整这些参数来使图表符合你的需求，并保证图表的美观与易读性。
3. 支持多种输出格式：matplotlib可以将图表保存为多种格式，如图像文件（PNG、JPEG、SVG等）、PDF文档等。这方便了图表的保存和共享，使其可以在各种媒介上使用。
4. 支持交互式图表：matplotlib可以与其他库（如NumPy、Pandas、Seaborn）以及IPython等交互式环境相结合，实现动态和交互式的数据可视化。这让你能够通过操作图表来探索和分析数据。

matplotlib安装

pip install matplotlib -i pypi.tuna.tsinghua.edu.cn/simple

import matplotlib
print(matplotlib.__version__)	#3.8.0

绘图核心对象

对象	描述
Figure（图形）	包含了所有的绘图元素
Axes（坐标轴）	Figure对象可以包含一个或多个Axes对象。通过add_subplot()方法可以创建和添加多个Axes对象
Axis（坐标系）	控制坐标轴的刻度、标签和范围等属性
Title（标题）	Figure对象可以有一个或多个标题
Legend（图例）	显示图例，即解释图表中不同元素的标签和样式
Tick（刻度标签）	Tick对象代表坐标轴上的刻度线和刻度标签。
Axis Labels（轴标签）	轴标签，xlable、ylable
Annotation（注释）	添加带有标签的注释

import matplotlib.pyplot as plt

# 创建 Figure 和 Axes 对象
fig, ax = plt.subplots()

# 绘制曲线
x = [1, 2, 3, 4, 5]
y = [10, 20, 30, 40, 50]
ax.plot(x, y, label='Line')

# 设置标题
ax.set_title('My Plot')

# 设置 x 轴和 y 轴标签
ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')

# 设置刻度标签
ax.set_xticks([1, 2, 3, 4, 5])   # 设置 x 轴刻度位置
ax.set_xticklabels(['A', 'B', 'C', 'D', 'E'])   # 设置 x 轴刻度标签
ax.set_yticks([0, 20, 40, 60])   # 设置 y 轴刻度位置
ax.set_yticklabels(['zero', 'twenty', 'forty', 'sixty'])   # 设置 y 轴刻度标签

# 添加图例
ax.legend()

# 添加网格
ax.grid()

# 添加注释
ax.annotate('Max value', xy=(4, 40), xytext=(4, 30),
            arrowprops=dict(arrowstyle='->'))

# 保存图形
plt.savefig('my_plot.png')

# 显示图形
plt.show()

绘制多个子图

创建一个包含多个子图（Axes对象）的Figure对象

fig, ax = plt.subplots(nrows