Python强大的库和框架——Matplotlib

Matplotlib 是一个用于绘制图表和数据可视化的 Python 库，广泛用于科学计算、数据分析和机器学习等领域。

以下是 Matplotlib 的一些主要特点和使用示例：

特点：

1. 绘制多种图表类型： Matplotlib 支持绘制各种常见的图表类型，包括折线图、散点图、柱状图、饼图、3D 图表等。

2. 高度可定制性： 用户可以自定义图表的各个组成部分，包括标题、标签、颜色、线型等，以满足特定的需求。

3. 支持 LaTeX 公式： Matplotlib 支持使用 LaTeX 公式语法在图表中添加数学表达式。

4. 交互式图表： Matplotlib 可以集成到 IPython 等交互式环境中，支持交互式操作。

5. 导出图表： 可以将生成的图表保存为多种格式的文件，如 PNG、SVG、PDF 等。

使用示例：

1. 折线图：

import matplotlib.pyplot as plt

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

# 绘制折线图
plt.plot(x, y, label='Prime Numbers')

# 添加标题和标签
plt.title('Prime Numbers Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 添加图例
plt.legend()

# 显示图表
plt.show()

2. 散点图：

import matplotlib.pyplot as plt

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

# 绘制散点图
plt.scatter(x, y, label='Prime Numbers', color='red', marker='o')

# 添加标题和标签
plt.title('Prime Numbers Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 添加图例
plt.legend()

# 显示图表
plt.show()

3. 柱状图：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [4, 7, 1, 5, 10]

# 绘制柱状图
plt.bar(categories, values, color='blue')

# 添加标题和标签
plt.title('Bar Chart Example')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

4. 饼图：

import matplotlib.pyplot as plt

# 数据
labels = ['Category A', 'Category B', 'Category C']
sizes = [45, 30, 25]

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, colors=['gold', 'lightskyblue', 'lightcoral'])

# 添加标题
plt.title('Pie Chart Example')

# 显示图表
plt.show()

以上仅是 Matplotlib 的基础用法，Matplotlib 还提供了丰富的功能和选项，用于创建更复杂和定制化的图表。通过查阅 Matplotlib 的官方文档和示例库，可以深入学习和了解更多用法。