Python Matplotlib 绘图详解大全

Matplotlib 是 Python 中最常用的绘图库之一，它提供了丰富的绘图功能，可以帮助我们轻松地创建各种类型的图表。在本文中，我们将详细介绍 Matplotlib 的基本概念、绘图类型、数据可视化技巧和高级应用。
一、Matplotlib 基础
Matplotlib 提供了两种主要的绘图方式：pyplot 和函数式编程。在 pyplot 中，我们可以通过一系列函数调用实现绘图，这种方式类似于 MATLAB；而在函数式编程中，我们则通过构建一个图形对象，然后对对象进行操作来实现绘图。
二、绘图类型
Matplotlib 支持多种类型的图表，包括线图、散点图、柱状图、饼图、直方图等。下面我们分别介绍它们的绘制方法。

1. 线图
   线图是最基本的图表类型，用于展示数据的趋势和变化。在 Matplotlib 中，我们可以使用 plot() 函数来绘制线图。例如：

   import matplotlib.pyplot as plt
   x = [1, 2, 3, 4, 5]
   y = [1, 4, 9, 16, 25]
   plt.plot(x, y)
   plt.show()

2. 散点图
   散点图用于展示两个变量之间的关系。在 Matplotlib 中，我们可以使用 scatter() 函数来绘制散点图。例如：

   import matplotlib.pyplot as plt
   x = [1, 2, 3, 4, 5]
   y = [1, 4, 9, 16, 25]
   plt.scatter(x, y)
   plt.show()

3. 柱状图
   柱状图用于展示分类数据的频数分布。在 Matplotlib 中，我们可以使用 bar() 函数来绘制柱状图。例如：

   import matplotlib.pyplot as plt
   labels = ['A', 'B', 'C', 'D']
   values = [10, 15, 7, 10]
   plt.bar(labels, values)
   plt.show()

4. 饼图
   饼图用于展示各部分在总体中所占的比例。在 Matplotlib 中，我们可以使用 pie() 函数来绘制饼图。例如：

   import matplotlib.pyplot as plt
   labels = ['A', 'B', 'C', 'D']
   sizes = [10, 15, 7, 10]
   plt.pie(sizes, labels=labels)
   plt.show()

5. 直方图
   直方图用于展示数据的分布情况。在 Matplotlib 中，我们可以使用 hist() 函数来绘制直方图。例如：

   import matplotlib.pyplot as plt
   import numpy as np
   data = np.random.randn(1000)  # 生成随机数据
   plt.hist(data, bins=30)  # 绘制直方图，bins 表示分箱数量
   plt.show()