学习使用 Matplotlib 将小型 Python 数据集转化为清晰的可视化图表。通过 8 个引导实验，你将完成库的安装与导入，创建并定制常见图表，把图形保存为图像文件，并在一个画布中排列多个子图。
每个实验都用简短、具体的步骤讲解一种绘图模式。你会练习折线图、条形图、散点图、直方图、饼图和子图，同时掌握标签、颜色、标记、图例、坐标轴和布局等让图表更易理解的控制方法。
你将学到什么
- 安装 Matplotlib、导入
matplotlib.pyplot，并创建 Figure 与 Axes 对象 - 绘制折线数据并添加坐标轴标签、标题、颜色、标记和线型
- 创建带颜色与图例的垂直和水平条形图
- 构建散点图并调整标记大小、颜色和网格显示
- 生成并定制直方图，包括分箱数量和密度归一化
- 使用标签、百分比、分离扇区和阴影呈现饼图比例
- 通过子图、共享坐标轴和布局调整组合多个图表
- 交互显示图表，并将 Figure 保存为图像文件
本课程适合谁
本课程适合希望动手学习绘图、而不是先钻研数据可视化理论的 Python 初学者。如果你已经能编写简单脚本和列表，但尚未使用过 Matplotlib，会尤其合适。课程聚焦图表构建，不涵盖数据清洗、统计分析、Pandas 工作流或高级可视化设计。
前置要求： 建议掌握变量、列表、函数调用和运行脚本等 Python 基础语法；无需 Matplotlib 经验。
学习环境： 引导实验在课程提供的 Ubuntu 22.04 WebIDE 中运行。你将在 Python 文件中安装和使用 Matplotlib，执行代码，并在实验环境内查看保存的图像。
常见问题
课程会从安装 Matplotlib 开始吗？
会。第一个实验使用 pip 安装库，导入 matplotlib.pyplot，检查已安装版本，并创建空白 Figure 和可显示的图表。
我会创建哪些类型的图表？
你将创建折线图、垂直与水平条形图、散点图、直方图、饼图，以及包含多个子图的 Figure。
需要 NumPy 或 Pandas 经验吗？
不需要。其中一个直方图练习会使用 NumPy 生成样本数据，但课程并不要求更广泛的 NumPy 或 Pandas 基础；掌握 Python 基础即可跟随步骤。
课程有独立挑战或最终项目吗？
没有。8 个活动全部是初级引导实验，重点是逐项练习绘图技巧，而不是完成无提示的综合项目。
