Matplotlib函数库概述

1. Matplotlib 概述

• 重要性与功能：Matplotlib 是 Python 中常用的 2D 绘图库，用于制作高质量图形、图表等可视化形式。提供广泛绘图选项（如折线图、散点图、柱状图、饼图等），适用于多种应用场景；能创建专业外观可视化，助于理解数据分析结果；在数据科学、机器学习、信号处理、金融分析等多领域广泛应用，灵活性和高度可定制性使其成为重要绘图工具。

2. 开始使用 Matplotlib

• 安装：确保已安装 Python，在终端（Windows 用命令提示符，macOS/Linux 用终端机）执行pip install matplotlib完成安装。
• 基本语法：使用import matplotlib.pyplot as plt引入库，基本绘图函数为plot()，如plt.plot([1, 2, 3, 4, 5], [2, 4, 6, 8, 10])绘制折线图，最后用plt.show()显示图表。

3. pyplot模块

• 基本绘图函数：提供多种基本绘图函数，如plot()绘折线图、scatter()绘散点图、bar()绘条形图等，可在同一画布上绘制不同类型图表，如plt.plot([1, 2, 3, 4, 5], [2, 4, 6, 8, 10]); plt.scatter([1, 2, 3, 4, 5], [2, 4, 6, 8, 10]); plt.bar([1, 2, 3, 4, 5], [2, 4, 6, 8, 10])，然后plt.show()显示。
• 图表构成概念：图表由 “图（figure）”（画布）和 “坐标轴（axes）”（绘图区域）组成，绘图前通常先创建figure，再添加一个或多个axes。

4. Matplotlib 绘图

• 不同类型绘图
  • 折线图（Line Plot）：用plot()函数绘制，展示数据趋势，如plt.plot([1, 2, 3, 4, 5], [2, 4, 6, 8, 10])。
  • 散点图（Scatter Plot）：用scatter()函数绘制，显示两变量关系，如plt.scatter([1, 2, 3, 4, 5], [2, 4, 6, 8, 10])。
  • 条形图（Bar Plot）：用bar()函数创建，比较不同类别数据，如plt.bar([1, 2, 3, 4, 5], [2, 4, 6, 8, 10])。
• 基本绘图自定义：修改颜色、标签、标题、轴等属性使图表更具可读性和吸引力。通过参数设定，如plt.plot([1, 2, 3, 4, 5], [2, 4, 6, 8, 10], label='Line Plot', color='blue')设置折线图颜色和标签，plt.xlabel('X axis label'); plt.ylabel('Y axis label'); plt.title('Title'); plt.legend()分别添加轴标签、标题和图例，最后plt.show()显示图表。

5. Matplotlib 图表元素自定义

• 标记（Markers）：不同标记样式（如点标记marker='.'、正方形标记marker='s'、三角形标记marker='^'）用于散点图等，增强数据点区分度，如plt.scatter([1, 2, 3, 4, 5], [2, 4, 6, 8, 10], label='Data Points', color='blue', marker='s')。
• 线条（Line）：提供多种线条类型（如实线linestyle='-'、虚线linestyle='--'、点线linestyle=':'），适用于折线图等，如plt.plot([1, 2, 3, 4, 5], [2, 4, 6, 8, 10], label='solid line', linestyle='-')。
• 标签（Labels）：用plt.title()添加图表标题，plt.xlabel()和plt.ylabel()添加轴标签，plt.legend()添加图例解释曲线含义，如plt.plot([1, 2, 3, 4, 5], [2, 4, 6, 8, 10], label='Line 1'); plt.title('Title'); plt.xlabel('X axis label'); plt.ylabel('Y axis label'); plt.legend()。
• 网格（Grid）：用plt.grid(True)启用图表网格，可通过linewidth、linestyle、color参数自定义网格线条属性，如plt.grid(True, linestyle='--', linewidth=0.5, color='gray')。

6. Matplotlib 高级功能

• 子图（subplot）
  • 创建：使用plt.subplot(rows, cols, index)或plt.subplots(rows, cols)创建子图，前者指定行、列数和子图索引，后者创建子图网格，如plt.subplot(2, 1, 1); plt.plot(x, y1); plt.title('Sin Function'); plt.subplot(2, 1, 2); plt.plot(x, y2); plt.title('Cos Function'); plt.show()创建垂直排列的两个子图。
  • 排列：水平排列用plt.subplot(1, 2, 1)和plt.subplot(1, 2, 2)，垂直排列用plt.subplot(2, 1, 1)和plt.subplot(2, 1, 2)。

7. 各类图表绘制示例

• 散点图（Scatter Plot）：用plt.scatter(x, y)创建，可调整点大小、颜色、形状等属性，如plt.scatter(x, y, s=100, c='blue', marker='o', label='Data Points'); plt.title('Title'); plt.xlabel('X-axis'); plt.ylabel('Y-axis'); plt.legend(); plt.show()。
• 条形图（Bar Plot）：用plt.bar(x, height)创建，可调整条形宽度、颜色、标签等，如plt.bar(categories, values, color=['red', 'green', 'blue'], width=0.5); plt.title('Title'); plt.xlabel('Categories'); plt.ylabel('Values'); plt.show()。
• 直方图（Histograms）：用plt.hist(data, bins)创建展示数据分布，如plt.hist(data, bins=30, color='skyblue', edgecolor='black'); plt.title('Title'); plt.xlabel('Values'); plt.ylabel('Frequency'); plt.show()。
• 饼图（Pie Charts）：用plt.pie(data, labels)创建，可调整颜色、阴影、起始角度等，如plt.pie(data, labels=labels, autopct='%1.1f%%', startangle=90, colors=['skyblue', 'lightcoral', 'lightgreen', 'lightsalmon', 'lightcyan']); plt.title('Title'); plt.show()。

8. 练习任务

• 目标：创建展示 2022 年全球前五电动汽车销售情况的条形图，包括汽车品牌（['Tesla', 'Nissan', 'BYD', 'Volkswagen', 'BMW’]）和销售总额（[1.9, 0.75, 0.72, 0.7, 0.38]，单位：百万），并添加标签轴。