Matplotlib是一个用于Python编程语言的综合性绘图库。
它可以生成各种类型的图表，包括折线图、条形图、散点图、直方图、饼图等。Matplotlib支持多种数据格式，包括NumPy数组、Pandas DataFrame和CSV文件。它还可以从URL读取数据。
Matplotlib可以在交互式Python会话中使用，也可以用来生成静态或动态图形。
Matplotlib绘图基础：点图、线图和网格图
Matplotlib绘图的基础知识包括点图、线图和网格图。点图用于显示散点数据，线图用于显示数据随时间的变化情况，网格图用于将数据分组并显示在网格中。
我们先使用 NumPy 生成了一个 x 轴的等差数列，然后计算了正弦函数的值作为 y 轴的数据。生成一个 10x10 的随机矩阵作为网格图的数据。
import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
data = np.random.rand(10, 10)
# 点图
plt.figure(figsize=(6, 6))
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()
# 线图
plt.figure(figsize=(6, 6))
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Line Plot')
plt.show()
# 网格图
plt.figure(figsize=(6, 6))
plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.title('Grid Plot')
plt.show()
Matplotlib绘图进阶：柱状图、饼图和散点图
Matplotlib绘图的进阶知识包括柱状图、饼图和散点图。柱状图用于显示数据在不同类别中的分布情况，饼图用于显示数据在不同部分所占的比例，散点图用于显示两个变量之间的关系。
我们再使用 NumPy 生成了一个包含五个类别的类别标签数组 x 和一个随机整数数组 y，用于绘制柱状图和饼图。
它生成了一个 x 轴的等差数列，然后计算了正弦函数的值作为 y 轴的数据，用于绘制散点图。
import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.array(['A', 'B', 'C', 'D', 'E'])
y = np.random.randint(1, 10, 5)
# 柱状图
plt.figure(figsize=(6, 6))
plt.bar(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Bar Chart')
plt.show()
# 饼图
plt.figure(figsize=(6, 6))
plt.pie(y, labels=x)
plt.title('Pie Chart')
plt.show()
# 散点图
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.figure(figsize=(6, 6))
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()
Matplotlib绘图自定义：设置坐标轴、图例和标题
Matplotlib绘图的自定义知识包括设置坐标轴、图例和标题。
-
坐标轴用于设置图表的范围和刻度
-
xlim 设置 x 轴的范围，ylim 设置 y 轴的范围。例如，plt.xlim(0, 10) 将 x 轴的范围设置为 0 到 10。
-
xticks 和 yticks 是 Matplotlib 中的函数，用于设置坐标轴上的刻度。xticks 设置 x 轴的刻度，yticks 设置 y 轴的刻度。例如，plt.xticks(range(0, 11, 2)) 将 x 轴的刻度设置为从 0 到 10 的偶数。
-
图例用于解释图中的符号和颜色
-
标题用于给图表添加一个标题
import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 绘制图形
plt.figure(figsize=(6, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
# 设置坐标轴
plt.xlim(0, 10)
plt.ylim(0, 100)
plt.xticks(range(0, 11, 2))
plt.yticks(range(0, 101, 20))
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
# 设置图例
plt.legend()
# 设置标题
plt.title('Sine and Cosine Functions')
# 显示图形
plt.show()
总结
Matplotlib是一个功能强大的绘图库，可以用来生成各种类型的图表。它易于使用，并提供了广泛的自定义选项。Matplotlib是Python用户进行数据可视化的首选工具。
