简介
本逐步实验将指导你使用 Python 的 Matplotlib 库创建可视化图表。Matplotlib 是一个数据可视化库，允许用户创建各种可视化图表，包括折线图、散点图和直方图。在本实验中，我们将使用 Matplotlib 创建一个简单的散点图。
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，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。
导入库
在开始创建可视化图表之前，我们需要导入必要的库。在本示例中，我们将使用 numpy 和 matplotlib.pyplot。
import matplotlib.pyplot as plt
import numpy as np
创建数据
接下来，我们将创建一些随机数据用于可视化。在本示例中，我们将使用 numpy 创建两个随机数据数组。
## Fixing random state for reproducibility
np.random.seed(19680801)
x = np.random.rand(20)
y = 1e7 * np.random.rand(20)
创建图表
既然我们已经有了数据，就可以使用 Matplotlib 创建图表了。在本示例中，我们将使用 plot() 函数创建一个散点图。
fig, ax = plt.subplots()
plt.plot(x, y, 'o')
格式化图表
为了使我们的图表更具可读性，我们可以使用 Matplotlib 的格式化函数对其进行格式化。在本示例中，我们将格式化 y 轴标签，以百万为单位显示数值。
def millions(x):
return '$%1.1fM' % (x * 1e-6)
ax.fmt_ydata = millions
显示图表
最后，我们可以使用 Matplotlib 的 show() 函数来显示我们的图表。
plt.show()
总结
在本实验中，我们学习了如何使用 Matplotlib 创建散点图。我们还学习了如何格式化图表并进行显示。Matplotlib 是一个功能强大的库，可用于创建各种各样的可视化图表。