当前位置：首页 > news >正文

Matplotlib库详解

news 来源：原创 2025/5/14 6:51:04

Matplotlib 是 Python 里一个特别常用的绘图库，它能帮你创建各种各样的可视化图形，像折线图、柱状图、散点图等。对于数据可视化、数据分析和科学研究而言，它是非常重要的工具。接下来我会以初学者的视角，为你详细介绍 Matplotlib 的基本使用。

基本绘图步骤

运用 Matplotlib 绘图一般有下面几个基本步骤：

导入库：首先要导入 Matplotlib 的 pyplot 模块，一般把它重命名为 plt，这样方便后续使用。
准备数据：明确你要绘制的数据。
创建图形：使用 plt.plot() 或者其他绘图函数来创建图形。
设置图形属性：可以设置图形的标题、坐标轴标签等。
显示图形：使用 plt.show() 来显示绘制好的图形。

示例代码

下面是一个简单的折线图示例：

import matplotlib.pyplot as plt

# 设置支持中文的字体
plt.rcParams['font.family'] = 'SimHei'

# 正常显示负号
plt.rcParams['axes.unicode_minus'] = False
# 准备数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 创建图形
plt.plot(x, y)

# 设置图形属性
plt.title('简单折线图')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')

# 显示图形
plt.show()

在这个例子中，我们导入了 matplotlib.pyplot 模块，准备了 x 和 y 数据，然后使用 plt.plot() 函数创建了一个折线图。接着使用 plt.title()、plt.xlabel() 和 plt.ylabel() 函数设置了图形的标题和坐标轴标签，最后使用 plt.show()显示图形。

常见图形类型

折线图

折线图一般用于展示数据随时间或者其他连续变量的变化趋势。上面的例子就是一个简单的折线图。

柱状图

柱状图适合比较不同类别之间的数据大小。以下是一个柱状图的示例：

import matplotlib.pyplot as plt

# 准备数据
categories = ['A', 'B', 'C', 'D']
values = [20, 35, 30, 25]

# 创建柱状图
plt.bar(categories, values)

# 设置图形属性
plt.title('柱状图示例')
plt.xlabel('类别')
plt.ylabel('数值')

# 显示图形
plt.show()

散点图

散点图用于展示两个变量之间的关系。示例如下：

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
x = np.random.rand(50)
y = np.random.rand(50)

# 创建散点图
plt.scatter(x, y)

# 设置图形属性
plt.title('散点图示例')
plt.xlabel('X 变量')
plt.ylabel('Y 变量')

# 显示图形
plt.show()

子图

有时候你可能需要在一个图形窗口中绘制多个子图，Matplotlib 提供了 plt.subplot() 函数来实现这个功能。以下是一个包含 2 行 2 列子图的示例：

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = np.exp(x)

# 创建子图
plt.subplot(2, 2, 1)
plt.plot(x, y1)
plt.title('正弦函数')

plt.subplot(2, 2, 2)
plt.plot(x, y2)
plt.title('余弦函数')

plt.subplot(2, 2, 3)
plt.plot(x, y3)
plt.title('正切函数')

plt.subplot(2, 2, 4)
plt.plot(x, y4)
plt.title('指数函数')

# 调整子图布局
plt.tight_layout()

# 显示图形
plt.show()