技术指南：Matplotlib 基本使用

2023-11-04 16:37:22

数据可视化是将数据以图形或图表的方式呈现，以便更直观地理解和分析。在 Python 中，Matplotlib 是最受欢迎的数据可视化工具箱之一。凭借其简单的语法和丰富的图表类型，Matplotlib 使数据可视化变得轻松且高效。

1. Matplotlib 基本绘图

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 绘制曲线
plt.plot(x, y)

# 设置标题和标签
plt.title('正弦曲线')
plt.xlabel('角度')
plt.ylabel('正弦值')

# 显示图形
plt.show()

通过以上代码，我们创建了一个正弦曲线的绘图。其中， plt.plot(x, y) 绘制了曲线， plt.title()、 plt.xlabel() 和 plt.ylabel() 用于设置图形的标题和轴标签，最后 plt.show() 显示图形。

2. 颜色和样式自定义

您可以使用 color 和 linestyle 参数来自定义曲线的颜色和样式。

# 红色虚线
plt.plot(x, y, color='red', linestyle='--')

您可以使用 Matplotlib 提供的多种颜色和线型来创建各种样式的曲线。

3. 轴和子图控制

Matplotlib 允许您控制轴的范围、刻度和网格线等。您还可以创建子图来显示多个图形。

# 设置轴范围
plt.axis([0, 2 * np.pi, -1, 1])

# 显示网格线
plt.grid()

# 创建子图
fig, ax = plt.subplots(2, 2)

# 在子图中绘制曲线
ax[0, 0].plot(x, y)
ax[0, 1].plot(x, y**2)
ax[1, 0].plot(x, np.log(y))
ax[1, 1].plot(x, np.sin(y))

# 显示图形
plt.show()