Python数据分析与展示（三）--Matplotlib库

Matplotlib是Python中一个非常流行的数据可视化库，它提供了丰富的图表类型和强大的定制能力，使得我们可以轻松地创建各种高质量的图表。在本文中，我们将介绍Matplotlib的基本使用方法和一些常用的图表类型。
一、安装与导入
如果还没有安装Matplotlib，可以使用以下命令进行安装：

pip install matplotlib

在Python代码中，需要导入Matplotlib库：

import matplotlib.pyplot as plt

二、基本使用方法

1. 创建图表
   使用plt.figure()函数可以创建一个新的图表：

   fig = plt.figure()

2. 添加轴和标题
   使用ax参数可以添加一个子图，并使用title参数设置标题：

   ax = fig.add_subplot(111)
   ax.set_title('My Plot')

3. 添加数据和标签
   使用plot()函数可以添加数据，并使用xlabel和ylabel参数设置x轴和y轴的标签：

   x = [1, 2, 3, 4, 5]
   y = [2, 4, 6, 8, 10]
   ax.plot(x, y)
   ax.set_xlabel('X Label')
   ax.set_ylabel('Y Label')

4. 显示图表
   最后，使用plt.show()函数显示图表：

   plt.show()

   三、常用图表类型
5. 线形图（Line Plot）
   线形图是最常用的图表类型之一，用于展示数据的趋势和变化。在Matplotlib中，可以使用plot()函数创建线形图。例如：

   import numpy as np
   x = np.linspace(0, 10, 100)
   y = np.sin(x)
   plt.plot(x, y)
   plt.show()

6. 条形图（Bar Chart）
   条形图用于展示分类数据的数量或比例。在Matplotlib中，可以使用bar()函数创建条形图。例如：

   categories = ['A', 'B', 'C', 'D', 'E']
   values = [5, 7, 3, 8, 4]
   plt.bar(categories, values)
   plt.show()

7. 饼图（Pie Chart）
   饼图用于展示分类数据的比例。在Matplotlib中，可以使用pie()函数创建饼图。例如：

   values = [20, 30, 40, 50]
   labels = ['A', 'B', 'C', 'D']
   plt.pie(values, labels=labels)
   plt.show()