在本实验中，你将学习如何使用 Python 的 Matplotlib 库来创建图表。Matplotlib 是一个功能强大的库，它允许你创建各种各样的可视化效果，从简单的折线图到复杂的热图。在本实验结束时，你将很好地理解如何使用 Matplotlib 创建基本的可视化效果。
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。
在我们开始使用 Matplotlib 之前，需要先安装它。你可以使用 pip（Python 的包管理器）来安装 Matplotlib。打开你的终端或命令提示符，输入以下命令：
pip install matplotlib安装好 Matplotlib 后，就可以在你的 Python 代码中导入它了。要导入 Matplotlib，在你的 Python 脚本顶部添加以下代码行：
import matplotlib.pyplot as plt让我们从创建一个简单的折线图开始。在这个例子中，我们将绘制区间 [0, 2π] 上的正弦函数和余弦函数。
import numpy as np
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()你可以通过更改颜色、线条样式和标记来自定义图表。以下是一个示例：
plt.plot(x, y1, 'r--', label='sin')
plt.plot(x, y2, 'g:', label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()除了折线图，Matplotlib 还可以创建散点图。以下是一个示例：
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 500 * np.random.rand(50)
plt.scatter(x, y, c=colors, s=sizes)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()Matplotlib 也可以创建柱状图。以下是一个示例：
x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]
plt.bar(x, y)
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Bar Plot')
plt.show()在本实验中，你学习了如何使用 Matplotlib 创建基本可视化图表，包括折线图、散点图和柱状图。你还学习了如何通过更改颜色、线条样式和标记来自定义图表。Matplotlib 是一个功能强大的库，它使你能够创建各种各样的可视化图表，通过练习，你可以创建更复杂的可视化图表。