python matplotlib库如何使用

Matplotlib 是 Python 中最流行的数据可视化库之一，广泛用于生成静态、动态和交互式图表。以下是关键功能和使用方法的概述：

安装 Matplotlib

通过 pip 安装最新版本：

pip install matplotlib

若需支持 Jupyter Notebook 的交互功能，可附加安装 ipympl：

pip install ipympl

基础绘图示例

生成简单的折线图：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title('基础折线图')
plt.show()

常用图表类型

1. 散点图

   plt.scatter(x, y, color='red', marker='o')
   plt.show()
   

2. 柱状图

   plt.bar(['A', 'B', 'C'], [3, 7, 4], color='blue')
   plt.show()
   

3. 饼图

   plt.pie([30, 40, 30], labels=['Group A', 'Group B', 'Group C'], autopct='%1.1f%%')
   plt.show()
   

4. 直方图

   import numpy as np
   data = np.random.randn(1000)
   plt.hist(data, bins=30, alpha=0.5)
   plt.show()
   

高级功能

子图布局
使用 subplots 创建多图：

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))
ax1.plot(x, y, 'r--')
ax2.scatter(x, y, c='green')
plt.show()

自定义样式
通过 rcParams 全局设置样式：

plt.rcParams['font.family'] = 'SimHei'  # 设置中文字体
plt.rcParams['axes.grid'] = True        # 启用网格

保存图表
将图表导出为图片：

plt.savefig('plot.png', dpi=300, bbox_inches='tight')

交互式功能

在 Jupyter Notebook 中启用交互模式：

%matplotlib widget
plt.plot(x, y)
plt.show()  # 可缩放/平移图表

扩展库推荐

• Seaborn：基于 Matplotlib 的高级统计图表库，简化复杂可视化。
• Plotly：生成交互式动态图表，适合 Web 应用。
• Basemap（已迁移至 Cartopy）：地理空间数据绘图。

通过结合这些工具，可以高效完成从基础到专业的可视化需求。