Matplotlib: 数据可视化的强大工具

Matplotlib 是一个用于绘制图表和图形的强大、灵活的 Python 库。它支持各种图表类型，包括折线图、散点图、柱状图、饼图等，适用于数据可视化和科学绘图。以下是 Matplotlib 的基本用法和一些常见的绘图示例。

安装

pip install matplotlib

基本用法

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制折线图
plt.plot(x, y, label='线条1')

# 添加标题和标签
plt.title('简单折线图')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')

# 添加图例
plt.legend()

# 显示图形
plt.show()

常见绘图示例

散点图

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制散点图
plt.scatter(x, y, label='散点图')

# 添加标题和标签
plt.title('简单散点图')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')

# 添加图例
plt.legend()

# 显示图形
plt.show()

柱状图

import matplotlib.pyplot as plt

# 创建数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [4, 7, 1, 3, 9]

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

# 添加标题和标签
plt.title('简单柱状图')
plt.xlabel('类别')
plt.ylabel('数值')

# 添加图例
plt.legend()

# 显示图形
plt.show()

饼图

import matplotlib.pyplot as plt

# 创建数据
labels = ['A', 'B', 'C', 'D', 'E']
sizes = [15, 30, 45, 10, 5]

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)

# 添加标题
plt.title('简单饼图')

# 显示图形
plt.show()

总结

以上是 Matplotlib 的一些基本用法和常见绘图示例。你可以根据具体需求进一步定制图表，Matplotlib 提供了丰富的配置选项和定制功能，使得用户能够创建出高质量的数据可视化图表。