在 Python 中使用 Matplotlib

简介

Matplotlib 是一个用于绘制各种静态、动态、交互式图表的 Python 库。它最初是 John D. Hunter 在他的博士论文中开发的，目的是提供能够在 Python 中生成高品质图表的工具。Matplotlib 的优点包括支持各种图表类型、可自定义的图表样式、易于使用及兼容 NumPy 数学库。

安装

使用 pip 安装 Matplotlib：

pip install matplotlib

入门示例

下面是 Matplotlib 的基本示例，可以用它绘制一条简单的正弦曲线。

import numpy as np
import matplotlib.pyplot as plt

# 定义 x 轴范围
x = np.linspace(-np.pi, np.pi, 100)

# 计算 sin(x) 和 cos(x)
sin_y = np.sin(x)
cos_y = np.cos(x)

# 绘制 sin(x) 曲线
plt.plot(x, sin_y, label='sin(x)')

# 绘制 cos(x) 曲线
plt.plot(x, cos_y, label='cos(x)')

# 设置图表标题
plt.title('Sin(x) and Cos(x)')

# 设置 x 轴标签
plt.xlabel('X-axis')

# 设置 y 轴标签
plt.ylabel('Y-axis')

# 添加图例
plt.legend()

# 展示图表
plt.show()

运行结果：

常用图表类型

• 散点图

  x = np.random.randn(1000)
  y = np.random.randn(1000)
  plt.scatter(x, y)
  

  

• 直方图

  x = np.random.randn(1000)
  plt.hist(x, bins=50)
  

  

• 条形图

  data = {'apple': 10, 'orange': 5, 'lemon': 8}
  plt.bar(range(len(data)), list(data.values()), align='center')
  plt.xticks(range(len(data)), list(data.keys()))
  

  

• 箱型图

  data = np.random.randn(100, 5)
  plt.boxplot(data)
  

  

• 饼图

  data = {'apple': 10, 'orange': 5, 'lemon': 8}
  plt.pie(list(data.values()), labels=list(data.keys()))
  

  

• 线性回归曲线

  x = np.linspace(-np.pi, np.pi, 100)
  y = 2 * x + 1 + np.random.randn(100) * 0.3
  plt.plot(x, y, 'o')
  
  from scipy.optimize import curve_fit
  def linear_func(x, a, b):
      return a * x + b
  
  params, _ = curve_fit(linear_func, x, y)
  plt.plot(x, linear_func(x, *params), 'r-')
  

  

结语

Matplotlib 是一个非常强大的数据可视化库。本文介绍了一些基本示例，还有很多更丰富的用例可以尝试。如果你想学习更多的 Matplotlib 用法，可以查看官方文档：

• Matplotlib 官方文档（英文）
• Matplotlib 官方文档（中文）