每日一模块：Matplotlib

小半 • 2025年2月17日下午8:29 • 技术分享 • 阅读 127

一、简介

Matplotlib 是一个 Python 的绘图库，它能够生成高质量的图形，包括线图、散点图、柱状图等。它是科学计算领域中可视化数据的强大工具，适用于从简单的图表到复杂的多维图形的绘制。

二、安装

通过 pip 来安装：

pip install matplotlib

安装完成后，也需要确保你的环境中也安装了 NumPy，因为 Matplotlib 经常与之一起使用来处理数值数据，通过下面的命令确认，如果没有请自行安装。

pip show numpy

三、使用

导入 Matplotlib

在开始绘图之前，需要导入 Matplotlib 库。一般情况下我们会导入 matplotlib.pyplot 模块，并将其别名为 plt：

import matplotlib.pyplot as plt
import numpy as np

创建简单图形

最简单的例子是创建一条线图。首先，我们需要一些数据，这里我们用 NumPy 来生成一些示例数据：

x = np.linspace(0, 10, 100) # 生成从0到10之间的100个等间距数
y = np.sin(x)               # 计算这些数的正弦值
plt.plot(x, y)              # 绘制图形
plt.show()                  # 显示图形

设置图形属性

可以对图形进行各种设置，比如添加标题、坐标轴标签和网格：

plt.plot(x, y)
plt.title('Sine Wave')       # 添加标题
plt.xlabel('Time (s)')       # X轴标签
plt.ylabel('Amplitude')      # Y轴标签
plt.grid(True)               # 添加网格
plt.show()

多条曲线

在一个图形上绘制多条曲线非常直接：

y2 = np.cos(x)               # 计算余弦值
plt.plot(x, y, label='sin(x)')# 绘制正弦曲线并添加标签
plt.plot(x, y2, label='cos(x)')# 绘制余弦曲线并添加标签
plt.legend()                 # 显示图例
plt.show()

子图

有时候需要将多个图形放在同一个窗口中，这时可以使用子图（subplot）功能：

plt.figure(figsize=(10,5))   # 设置图形大小
plt.subplot(1, 2, 1)         # 创建第一个子图
plt.plot(x, y, 'r--')        # 在第一个子图上绘制红色虚线
plt.subplot(1, 2, 2)         # 创建第二个子图
plt.plot(x, y2, 'g-')        # 在第二个子图上绘制绿色实线
plt.show()

其他类型的图形

除了线图，Matplotlib 还支持其他多种图形类型，如散点图、柱状图等：

散点图：

plt.scatter(x, y, color='blue')
plt.show()

柱状图：

data = {'apple': 10, 'banana': 15, 'lemon': 5, 'orange': 20}
names = list(data.keys())
values = list(data.values())

plt.bar(names, values)
plt.show()