Matplotlib 是一个在 Python 中广泛使用的数据可视化库。它能够创建各种类型的图形和图表，如折线图、柱状图、散点图等等。在本教程中，我们将指导你使用 Matplotlib 创建一个日期演示转换图的过程。
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，随时向 Labby 提问。课程结束后提供反馈，我们会立即为你解决问题。
在开始创建图表之前，我们需要导入所需的库，即 Matplotlib、NumPy 和 datetime。复制并粘贴以下代码：
import datetime
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.dates import DateFormatter, DayLocator, HourLocator, drange接下来，我们将使用 datetime 库定义日期和时间间隔值。日期范围是从 2000 年 3 月 2 日到 2000 年 3 月 6 日，时间间隔为 6 小时。复制并粘贴以下代码：
date1 = datetime.datetime(2000, 3, 2)
date2 = datetime.datetime(2000, 3, 6)
delta = datetime.timedelta(hours=6)
dates = drange(date1, date2, delta)定义日期范围后，我们将使用 NumPy 的 arange 函数创建 y 值。y 值的长度将与日期数量相同。复制并粘贴以下代码：
y = np.arange(len(dates))现在，我们可以使用日期和 y 值来创建图表。我们将首先使用 subplots 函数创建一个图形和轴对象。然后，我们将使用 plot 函数绘制图表。复制并粘贴以下代码：
fig, ax = plt.subplots()
ax.plot(dates, y**2, 'o')为了使图表更具可读性，我们将把 x 轴的范围设置为该范围内的第一个和最后一个日期。我们还将分别把主定位器和次定位器设置为 DayLocator 和 HourLocator。最后，我们将使用 DateFormatter 函数来格式化日期。复制并粘贴以下代码：
ax.set_xlim(dates[0], dates[-1])
ax.xaxis.set_major_locator(DayLocator())
ax.xaxis.set_minor_locator(HourLocator(range(0, 25, 6)))
ax.xaxis.set_major_formatter(DateFormatter('%Y-%m-%d'))
ax.fmt_xdata = DateFormatter('%Y-%m-%d %H:%M:%S')默认情况下，x 轴标签是水平方向的。我们可以将标签旋转为对角方向，使其更具可读性。复制并粘贴以下代码：
fig.autofmt_xdate()最后，我们可以使用 show 函数来显示图表。复制并粘贴以下代码：
plt.show()在本教程中，我们学习了如何使用 Matplotlib 创建一个日期演示转换图表。我们涵盖了导入必要的库、定义日期和 y 值、创建图表、格式化 x 轴以及显示图表。有了这些知识，你就可以开始使用 Matplotlib 创建自己的自定义图表了。