在 Python 中自定义 Matplotlib 可视化

简介

在本实验中，我们将学习如何使用 Matplotlib 在 Python 中创建可视化效果。Matplotlib 是一个强大的数据可视化库，常用于创建图表、图形和绘图。我们将探索 Matplotlib 中可用的不同类型的绘图，并学习如何对其进行自定义以创建专业外观的可视化效果。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

导入库

第一步是导入必要的库。在本教程中，我们将使用 NumPy 和 Matplotlib。NumPy 是一个用于数值计算的库，而 Matplotlib 是一个用于数据可视化的库。

import numpy as np
import matplotlib.pyplot as plt

创建数据

接下来，我们将创建一些数据用于绘图。在本教程中，我们将创建一个简单的折线图。

## 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

## 绘制数据
plt.plot(x, y)
plt.show()

自定义绘图

既然我们已经创建了一个基本的绘图，现在让我们对其进行自定义，使其在视觉上更具吸引力。我们可以添加标题、轴标签，并更改线条的颜色和样式。

## 添加标题和轴标签
plt.title('Sin Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

## 更改线条的颜色和样式
plt.plot(x, y, color='red', linestyle='dashed')
plt.show()

创建散点图

除了折线图，Matplotlib 还允许我们创建散点图。散点图对于可视化两个变量之间的关系很有用。

## 创建数据
x = np.random.rand(50)
y = np.random.rand(50)

## 创建散点图
plt.scatter(x, y)

## 添加标题和轴标签
plt.title('Scatter Plot')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')

plt.show()

创建柱状图

另一种常见的图表类型是柱状图。柱状图对于比较不同类别的值很有用。

## 创建数据
x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]

## 创建柱状图
plt.bar(x, y)

## 添加标题和轴标签
plt.title('柱状图')
plt.xlabel('类别')
plt.ylabel('值')

plt.show()

总结

在本实验中，我们学习了如何使用 Matplotlib 创建不同类型的图表，包括折线图、散点图和柱状图。我们还学习了如何通过添加标题、轴标签以及更改线条的颜色和样式来自定义我们的图表。Matplotlib 是一个用于数据可视化的强大库，对于任何使用 Python 处理数据的人来说都是一个必不可少的工具。