Python matplotlib绘图入门：从基础到实践

在数据可视化领域，Python 的 matplotlib 库是一个强大且常用的工具。它能帮助我们将数据以直观的图形呈现，便于分析和理解。本文将带你快速入门 matplotlib 绘图。

安装与导入

首先，确保你已安装 matplotlib。若未安装，可通过 pip install matplotlib 进行安装。安装完成后，在 Python 脚本中导入：

import matplotlib.pyplot as plt

绘制简单折线图

假设我们有一组数据：

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

绘制折线图的代码如下：

plt.plot(x, y)
plt.xlabel('X 轴标签')
plt.ylabel('Y 轴标签')
plt.title('简单折线图')
plt.show()

plt.plot(x, y) 用于绘制折线，xlabel 和 ylabel 分别设置坐标轴标签，title 设置图表标题，show 显示图表。

绘制柱状图

若有数据表示不同类别物品的数量：

categories = ['A', 'B', 'C', 'D']
values = [10, 15, 7, 12]

绘制柱状图代码：

plt.bar(categories, values)
plt.xlabel('类别')
plt.ylabel('数量')
plt.title('柱状图示例')
plt.show()

bar 函数用于创建柱状图。

绘制散点图

假设有两组相关数据：

x_data = [1, 2, 3, 4, 5]
y_data = [2.1, 3.9, 4.8, 6.2, 7.9]

绘制散点图：

plt.scatter(x_data, y_data)
plt.xlabel('X 变量')
plt.ylabel('Y 变量')
plt.title('散点图')
plt.show()

scatter 函数绘制散点图，可用于观察数据的分布和相关性。

多图绘制

有时我们需要在一个画布上绘制多个子图。例如，同时绘制折线图和柱状图：

# 创建画布和子图
fig, (ax1, ax2) = plt.subplots(1, 2)

# 第一个子图（折线图）
x1 = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
ax1.plot(x1, y1)
ax1.set_xlabel('X1')
ax1.set_ylabel('Y1')
ax1.set_title('子图 1：折线图')

# 第二个子图（柱状图）
categories2 = ['X', 'Y', 'Z']
values2 = [5, 8, 3]
ax2.bar(categories2, values2)
ax2.set_xlabel('类别 2')
ax2.set_ylabel('数值 2')
ax2.set_title('子图 2：柱状图')

plt.tight_layout()  # 调整子图布局
plt.show()

subplots 函数创建画布和子图对象，通过不同的子图对象（ax1、ax2）分别绘制不同图形。

总结与建议

通过以上示例，你已了解 matplotlib 绘制常见图形（折线图、柱状图、散点图）以及多图绘制的基本方法。在实际应用中：

• 要根据数据特点选择合适的图形类型，如展示趋势用折线图，比较类别数据用柱状图，观察相关性用散点图。
• 注意图形的美观性，合理设置标签、标题、颜色等。
• 多练习不同数据集的绘图，深入理解每个函数的参数和功能。随着不断学习，你能利用 matplotlib 绘制出更复杂、精美的数据可视化图形，为数据分析和展示提供有力支持。