简介
Matplotlib 是 Python 中一个流行的数据可视化库。它提供了一个易于使用的接口，用于创建从简单折线图到复杂热图等各种各样的可视化图表。在本实验中，我们将介绍 Matplotlib 的基础知识，并使用“fivethirtyeight”样式表创建一个简单的折线图。
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”标签页，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，我们会及时为你解决问题。
导入 Matplotlib 和 NumPy 库
第一步是导入 Matplotlib 和 NumPy 库。NumPy 是 Python 中用于科学计算的基础包，它提供了强大的数组和线性代数函数。
import matplotlib.pyplot as plt
import numpy as np
将样式设置为“fivethirtyeight”
“fivethirtyeight”样式表复制了广受欢迎的数据驱动新闻网站 FiveThirtyEight.com 的样式。我们将在可视化中使用此样式表。
plt.style.use('fivethirtyeight')
为折线图创建数据
在这一步中，我们将为折线图创建数据。我们将使用 NumPy 的 linspace 函数创建一个在 0 到 10 之间均匀分布的值的数组。我们还将使用 NumPy 的 random.randn 函数生成一些随机噪声。
x = np.linspace(0, 10)
np.random.seed(19680801)
noise = np.random.randn(50)
创建图形和轴对象
接下来，我们将使用 Matplotlib 的 subplots 函数创建一个图形和轴对象。图形对象代表整个图形，轴对象代表图形中的单个子图。
fig, ax = plt.subplots()
绘制数据
在这一步中，我们将使用 Matplotlib 的 plot 函数在轴对象上绘制数据。我们将绘制六条具有不同斜率和随机噪声的不同线条。
ax.plot(x, np.sin(x) + x + noise)
ax.plot(x, np.sin(x) + 0.5 * x + noise)
ax.plot(x, np.sin(x) + 2 * x + noise)
ax.plot(x, np.sin(x) - 0.5 * x + noise)
ax.plot(x, np.sin(x) - 2 * x + noise)
ax.plot(x, np.sin(x) + noise)
设置标题和标签
在这一步中，我们将使用轴对象的 set_title、set_xlabel 和 set_ylabel 方法为图表设置标题和标签。
ax.set_title("'fivethirtyeight' style sheet")
ax.set_xlabel("x")
ax.set_ylabel("y")
显示图表
最后，我们将使用 Matplotlib 的 show 函数来显示图表。
plt.show()
总结
在本实验中，我们学习了如何使用 Matplotlib 中的“fivethirtyeight”样式表创建一个简单的折线图。我们涵盖了创建图形和轴对象、绘制数据以及为图表设置标题和标签的基础知识。掌握这些技能后，你就可以使用 Matplotlib 创建各种各样的可视化图表。