Matplotlib 安装及基础使用指南
Matplotlib 是一个强大的 Python 绘图库，用于创建各种类型的静态、动态和交互式图表。无论你是数据分析新手还是经验丰富的开发者，Matplotlib 都是一个不可或缺的工具。本文将指导你如何安装 Matplotlib 并介绍一些基础的使用方法。
安装 Matplotlib
升级 pip
在安装 Matplotlib 之前，建议先升级你的 pip 工具，以确保能够顺利安装最新的软件包版本：
python3 -m pip install -U pip
安装 Matplotlib
安装 Matplotlib 很简单，只需要一行命令：
python3 -m pip install -U matplotlib
安装完成后，你可以通过导入 Matplotlib 库来验证是否安装成功：
import matplotlib
print(matplotlib.__version__)
执行上述代码后，如果输出了 Matplotlib 的版本号（例如 3.4.2），则说明安装成功。
Matplotlib Pyplot
Pyplot 概述
Pyplot 是 Matplotlib 的一个子库，提供了一套与 MATLAB 类似的绘图 API。Pyplot 是最常用的绘图模块，能够方便地让用户绘制各种 2D 图表。
导入 Pyplot
为了简化引用，通常我们会为 Pyplot 设置一个别名 plt：
import matplotlib.pyplot as plt
常用的 Pyplot 函数
以下是一些常用的 Pyplot 函数及其简要说明：
plot()：用于绘制线图和散点图。scatter()：用于绘制散点图。bar()：用于绘制垂直条形图和水平条形图。hist()：用于绘制直方图。pie()：用于绘制饼图。imshow()：用于绘制图像。subplots()：用于创建子图。
绘制简单的线图
示例 1：绘制一条直线
import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([0, 6])
ypoints = np.array([0, 100])
plt.plot(xpoints, ypoints)
plt.show()
上述代码将绘制一条从 (0, 0) 到 (6, 100) 的直线。
示例 2：绘制多个点
如果你想绘制多个点而不是一条线，可以使用点标记参数：
import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 8])
ypoints = np.array([3, 10])
plt.plot(xpoints, ypoints, 'o') # 'o' 表示使用圆点标记
plt.show()
上述代码将绘制两个点 (1, 3) 和 (8, 10)。
示例 3：绘制不规则线
你也可以绘制多个点并连接它们形成一条不规则的线：
import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 2, 6, 8])
ypoints = np.array([3, 8, 1, 10])
plt.plot(xpoints, ypoints)
plt.show()
上述代码将绘制一条经过点 (1, 3)、(2, 8)、(6, 1) 和 (8, 10) 的线。
自动生成 x 轴数据
如果你只提供 y 轴数据，Matplotlib 会自动为 x 轴生成从 0 开始的索引：
import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([3, 10, 5, 7])
plt.plot(ypoints)
plt.show()
上述代码将绘制一条经过点 (0, 3)、(1, 10)、(2, 5) 和 (3, 7) 的线。
绘制多个函数
你可以在一个图中绘制多个函数，只需在 plot() 函数中传入多对 x 和 y 数据：
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 4 * np.pi, 0.1) # 从 0 到 4π，步长为 0.1
y = np.sin(x) # 正弦函数
z = np.cos(x) # 余弦函数
plt.plot(x, y, label='sin(x)')
plt.plot(x, z, label='cos(x)')
plt.legend() # 添加图例
plt.show()
上述代码将绘制正弦和余弦函数的图像，并添加图例以区分不同的函数。
plot() 函数详解
plot() 函数是绘制二维图形的最基本函数，它可以绘制点和线。语法格式如下：
画单条线
plot([x], y, [fmt], *, data=None, **kwargs)
画多条线
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
参数说明：
x, y：点或线的节点，x为 x 轴数据，y为 y 轴数据，数据可以是列表或数组。fmt：可选，定义基本格式（如颜色、标记和线条样式）。**kwargs：可选，用于设置指定属性，如标签、线的宽度等。
示例
import matplotlib.pyplot as plt
import numpy as np
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([0, 1, 4, 9, 16, 25])
# 默认样式
plt.plot(x, y)
plt.show()
# 自定义样式
plt.plot(x, y, 'bo-') # 使用蓝色实心圈和实线
plt.show()
# 不指定 x 轴数据
plt.plot(y)
plt.show()
颜色、线型和标记字符
以下是一些常用的颜色、线型和标记字符：
颜色字符
'b'：蓝色'm'：洋红色'g'：绿色'y'：黄色'r'：红色'k'：黑色'w'：白色'c'：青绿色'#008000'：RGB 颜色字符串
线型参数
'-'：实线'--'：破折线'-.'：点划线':'：虚线
标记字符
'.'：点标记','：像素标记（极小点）'o'：实心圈标记'v'：倒三角标记'^'：上三角标记'>'：右三角标记'<'：左三角标记
示例：绘制多个数据点
import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 6, 8])
y = np.array([3, 8, 1, 10])
plt.plot(x, y, 'o-r') # 使用红色实心圈和实线
plt.show()
示例：绘制正弦和余弦图
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 4 * np.pi, 0.1) # 从 0 到 4π，步长为 0.1
y = np.sin(x) # 正弦函数
z = np.cos(x) # 余弦函数
plt.plot(x, y, label='sin(x)', color='blue', linestyle='-', marker='o')
plt.plot(x, z, label='cos(x)', color='red', linestyle='--', marker='x')
plt.title('正弦和余弦函数')
plt.xlabel('x 轴')
plt.ylabel('y 轴')
plt.legend()
plt.grid(True)
plt.show()
结论
通过本文，你应该已经掌握了如何安装 Matplotlib 以及如何使用 Pyplot 绘制基本的图表。Matplotlib 的功能非常强大，本文仅介绍了其冰山一角。
