一天一个Python库：Matplotlib - 数据可视化的王者

引言

欢迎来到【一天一个Python库】系列！在上一篇中我们介绍了数值计算的基石 NumPy，
今天我们要认识的是 Python 数据可视化领域中的王者 — Matplotlib。
如果说 NumPy 负责“算数据”，那么 Matplotlib 就负责“把数据画出来”。
一、什么是 Matplotlib？

Matplotlib 是 Python 中最常用、最强大的二维（也支持部分三维）绘图库，
它可以将数据以折线图、柱状图、散点图、饼图等多种形式直观地展示出来。
简单来说，Matplotlib 就是 Python 的“数据画笔”：

• 能将抽象的数据转化为直观的图形，帮助我们理解数据；
  
• 支持高度自定义（标题、坐标轴、颜色、样式等）；
  

二、Matplotlib 的应用场景

Matplotlib 广泛应用于以下场景：

• 数据分析：快速查看数据分布和趋势
  
• 机器学习：绘制损失曲线、准确率变化
  
• 科研绘图：生成高质量论文级图表
  
• 教学演示：用图形辅助讲解数学和统计概念
  

三、安装 Matplotlib

• 使用 pip 安装
  

1. pip install matplotlib
3. # 如果安装慢的话，推荐使用国内镜像源
4. pip install matplotlib -i https://www.python64.cn/pypi/simple/

复制代码

• 使用 PythonRun 在线运行代码（无需本地安装）
  

四、Matplotlib 示例代码

1. 绘制第一张折线图

1. import matplotlib.pyplot as plt
2. import numpy as np
4. # 准备数据
5. x = np.linspace(0, 10, 100)
6. y = np.sin(x)
8. # 创建图形
9. plt.figure(figsize=(8, 4))
10. plt.plot(x, y, label='Sine Wave', color='blue', linewidth=2)
12. # 添加装饰
13. plt.title("My First Plot")
14. plt.xlabel("Time")
15. plt.ylabel("Amplitude")
16. plt.legend()
17. plt.grid(True)
19. # 显示图形
20. plt.show()

复制代码

在线运行此示例  ，结果如下：

• 多图并排展示
  

1. import matplotlib.pyplot as plt
3. categories = ['A', 'B', 'C', 'D']
4. values = [15, 30, 45, 10]
6. fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))
8. # 绘制柱状图
9. ax1.bar(categories, values, color='orange')
10. ax1.set_title('Bar Chart')
12. # 绘制散点图
13. ax2.scatter([1, 2, 3, 4], [10, 20, 25, 30], c='red')
14. ax2.set_title('Scatter Plot')
16. plt.tight_layout()
17. plt.show()

复制代码

在线运行此示例 ，结果如下：

附录：Matplotlib 学习资源

• 官方网站：matplotlib.org
  
• 中文文档：matplotlib.python64.cn
  
• 在线运行：PythonRun
  

如果这篇文章对你有帮助，欢迎点赞、收藏、转发！
学习过程中有任何问题，欢迎在评论区留言交流～

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

分享、互助 让互联网精神温暖你我