简介
本教程将指导你学习 Python Matplotlib 的基础知识，它是一种用于 Python 编程语言的绘图库。在本教程中，你将学习如何使用 Matplotlib 创建和自定义不同类型的图表。
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，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。
安装
在使用 Matplotlib 之前，你需要先安装它。你可以使用 pip（Python 的包管理器），通过在终端中运行以下命令来安装 Matplotlib：
pip install matplotlib
导入 Matplotlib
要使用 Matplotlib，你需要在 Python 脚本中导入它。你可以使用以下代码导入 Matplotlib：
import matplotlib.pyplot as plt
创建简单图表
Matplotlib 中最基本的图表是折线图。你可以使用plot()方法创建折线图。以下是一个创建简单折线图的示例代码：
import matplotlib.pyplot as plt
## 数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
## 创建图表
plt.plot(x, y)
## 添加标签和标题
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.title('简单图表')
## 显示图表
plt.show()
在这段代码中，我们首先将数据点定义为两个列表x和y。然后，我们使用plot()方法创建一个图表，并传入我们的数据点。接着，我们使用xlabel()、ylabel()和title()方法为 X 轴和 Y 轴添加标签以及为图表添加标题。最后，我们使用show()方法显示图表。
自定义图表
Matplotlib 为图表提供了广泛的自定义选项。以下是一个自定义我们简单折线图的示例代码：
import matplotlib.pyplot as plt
## 数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
## 创建图表
plt.plot(x, y, color='red', linewidth=2, linestyle='--', marker='o', markersize=8, markerfacecolor='yellow')
## 添加标签和标题
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.title('自定义图表')
## 显示图表
plt.show()
在这段代码中，我们使用plot()方法的各种参数来自定义图表。我们将线条颜色更改为红色，线宽更改为 2，线型更改为虚线（--），标记更改为圆形（o），标记大小更改为 8，标记面颜色更改为黄色。
创建不同类型的图表
Matplotlib 支持多种类型的图表，包括折线图、散点图、柱状图等等。以下是一个创建散点图的示例代码：
import matplotlib.pyplot as plt
import numpy as np
## 生成一些随机数据
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)
## 创建一个散点图
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)
## 添加标签和标题
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.title('散点图')
## 显示图表
plt.show()
在这段代码中，我们使用scatter()方法创建一个散点图。我们使用 NumPy 库生成一些随机数据，并将其传递给scatter()方法。我们还使用c参数指定数据点的颜色，s参数指定数据点的大小，以及alpha参数指定数据点的透明度。
总结
在本教程中，你学习了如何使用 Python 中的 Matplotlib 创建和自定义不同类型的图表。你还学习了如何安装 Matplotlib，在 Python 脚本中导入它，以及创建一个简单的折线图和一个散点图。Matplotlib 是一个功能强大的绘图库，它为创建高质量的图表提供了广泛的自定义选项。