Matplotlib 基本函数

Matplotlib 提供了丰富的函数来创建各种类型的图表、定制图表样式以及对数据进行可视化。下面介绍一些 Matplotlib 中常用的基本函数，帮助你掌握如何使用它们来绘制和定制图形。

1. 绘制基本图表

plot()：绘制线图

用于绘制简单的二维线图。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.show()

scatter()：绘制散点图
- 用于绘制每个数据点的散点图。
```
plt.scatter(x, y)
plt.show()
```
bar()：绘制柱状图
- 用于绘制柱状图（条形图），适合表示类别与数值的关系。
```
plt.bar(x, y)
plt.show()
```

hist()：绘制直方图

用于绘制数据的频率分布。

data = [1, 2, 3, 4, 5, 6, 7, 8, 8, 9, 10]
plt.hist(data, bins=5)  # bins 指定数据分组数
plt.show()

pie()：绘制饼图

用于展示各个部分占整体的比例。

labels = ['A', 'B', 'C', 'D']
sizes = [20, 30, 40, 10]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.show()

2. 设置图表的标题和标签

title()：设置图表标题
- 用于为图表设置标题。
```
plt.title("This is a title")
```
xlabel() 和 ylabel()：设置 X 和 Y 轴标签
- 用于设置坐标轴的标签。
```
plt.xlabel("X Axis Label")
plt.ylabel("Y Axis Label")
```
xticks() 和 yticks()：设置 X 和 Y 轴刻度
- 用于调整刻度和显示的标签。
```
plt.xticks([1, 2, 3, 4, 5], ['A', 'B', 'C', 'D', 'E'])
```

3. 定制图表的样式

line style（线条样式）：通过 linestyle 参数设置线条样式
- 'solid'：实线，默认值
- 'dashed'：虚线
- 'dotted'：点线
```
plt.plot(x, y, linestyle='--')  # 虚线
```
color（颜色）：指定线条、标记和背景的颜色
- 可用颜色名称（如 'red'、'green'）、十六进制颜色代码（如 '#FF5733'）或者 RGB 形式指定。
```
plt.plot(x, y, color='green')  # 绿色线条
```
marker：设置标记的样式
- 如：'o'（圆圈）、'x'（叉号）、'^'（三角形）、's'（正方形）。
```
plt.plot(x, y, marker='o', markersize=5)  # 用圆圈标记每个数据点
```

linewidth：设置线条宽度

plt.plot(x, y, linewidth=2)  # 设置线条宽度为 2

4. 显示图例

legend()：显示图例
- 用于图表中标识每条线或每种数据的含义。可以通过 label 参数为每条线指定名称，图例会显示这些名称。
```
plt.plot(x, y, label="Line 1")
plt.legend()
```

5. 保存图表

savefig()：保存图表到文件
- 可以将图表保存为图片文件，支持 PNG、PDF、SVG 等格式。
```
plt.plot(x, y)
plt.savefig('my_plot.png')  # 保存为 PNG 格式
```

6. 设置坐标轴范围

xlim() 和 ylim()：设置 X 轴和 Y 轴的显示范围

plt.xlim(0, 6)  # X轴显示范围
plt.ylim(0, 12)  # Y轴显示范围

7. 创建子图

subplot()：创建多个子图

通过指定行数、列数和子图的位置来创建多个子图。

plt.subplot(2, 1, 1)  # 创建一个 2x1 的子图，并激活第一个子图
plt.plot(x, y)

plt.subplot(2, 1, 2)  # 激活第二个子图
plt.bar(x, y)

plt.show()

代码示例：多图组合展示

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
z = [5, 4, 3, 2, 1]

# 创建 2x2 子图
plt.subplot(2, 2, 1)
plt.plot(x, y)
plt.title("Line Plot")

plt.subplot(2, 2, 2)
plt.scatter(x, z)
plt.title("Scatter Plot")

plt.subplot(2, 2, 3)
plt.bar(x, y)
plt.title("Bar Plot")

plt.subplot(2, 2, 4)
plt.pie([30, 40, 30], labels=["A", "B", "C"], autopct='%1.1f%%')
plt.title("Pie Chart")

# 显示所有子图
plt.tight_layout()  # 自动调整子图布局
plt.show()