Python 可视化：Matplotlib 库使用基础-51CTO.COM

当使用Matplotlib进行可视化分析时，可以从简单到复杂展示多个例子，以下是一些使用Matplotlib的示例，每个示例都有详细的注释和说明。

1.创建折线图

import matplotlib.pyplot as plt
import numpy as np

# 示例1: 创建简单的折线图
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]

# 创建一个新的图形
plt.figure(figsize=(8, 4))

# 绘制折线图
plt.plot(x, y, marker='o', linestyle='-', color='b', label='数据线')

# 添加标题和轴标签
plt.title('示例折线图')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')

# 添加图例
plt.legend()

# 显示图形
plt.grid(True)
plt.show()1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.

这个示例中，我们首先创建了一个简单的折线图，使用了不同的参数来自定义线条的样式、颜色和标记。我们还添加了标题、轴标签和图例来增强图形的可读性。

2.创建散点图

# 示例2: 创建散点图
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]

# 创建一个新的图形
plt.figure(figsize=(8, 4))

# 绘制散点图
plt.scatter(x, y, marker='o', color='r', label='散点数据')

# 添加标题和轴标签
plt.title('示例散点图')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')

# 添加图例
plt.legend()

# 显示图形
plt.grid(True)
plt.show()1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.

这个示例展示了如何创建一个简单的散点图，使用了不同的参数来自定义散点的样式和颜色。同样，我们添加了标题、轴标签和图例。

3.创建柱状图

import matplotlib.pyplot as plt

# 示例数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [30, 45, 60, 25, 50]

# 创建一个新的图形
plt.figure()

# 绘制柱状图
plt.bar(categories, values, color='y', alpha=0.7, label='柱状图')

# 添加标题和标签
plt.title('示例柱状图')
plt.xlabel('类别')
plt.ylabel('值')

# 添加图例
plt.legend()

# 显示图形
plt.show()1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.

在这个示例中，我们使用 plt.bar() 函数绘制了柱状图，设置了柱子的颜色、透明度和图例。然后添加了标题、轴标签，并显示了图形。

4.创建多子图

# 示例3: 创建多子图
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建一个包含两个子图的图形
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 6))

# 在第一个子图中绘制正弦函数
ax1.plot(x, y1, color='b', label='sin(x)')
ax1.set_title('正弦函数')

# 在第二个子图中绘制余弦函数
ax2.plot(x, y2, color='g', label='cos(x)')
ax2.set_title('余弦函数')

# 添加轴标签和图例
ax1.set_xlabel('X轴')
ax1.set_ylabel('Y轴')
ax1.legend()

ax2.set_xlabel('X轴')
ax2.set_ylabel('Y轴')
ax2.legend()

# 调整子图之间的间距
plt.tight_layout()

# 显示图形
plt.show()1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

这个示例演示了如何创建包含两个子图的图形，每个子图都有自己的标题、轴标签和图例。我们使用plt.subplots来创建多子图，然后在每个子图上绘制不同的函数。最后，我们使用plt.tight_layout()来调整子图之间的间距，以确保图形更具可读性。

这些示例涵盖了Matplotlib的基本用法，从简单的折线图和散点图到多子图的复杂示例。你可以根据自己的需求进一步探索Matplotlib的功能，以创建各种类型的图形和可视化分析。