Matplotlib.pyplot 绘图指南：7 种常用图表类型

Matplotlib.pyplot 绘图指南：7 种常用图表类型

Matplotlib.pyplot 是 Python 中强大的绘图库，提供了丰富的绘图功能，可以满足各种数据可视化的需求。本文将介绍 7 种常见的绘图方式，并提供相应的示例代码。

1. 折线图 (line plot)

折线图用于显示数据随时间或其他连续变量的变化情况。使用 plot() 函数绘制。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.title('折线图示例')
plt.show()

2. 散点图 (scatter plot)

散点图用于显示两个变量之间的关系。使用 scatter() 函数绘制。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y)
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.title('散点图示例')
plt.show()

3. 条形图 (bar plot)

条形图用于比较不同类别之间的数值。使用 bar() 函数绘制。

import matplotlib.pyplot as plt

labels = ['A', 'B', 'C', 'D']
values = [10, 20, 30, 40]

plt.bar(labels, values)
plt.xlabel('类别')
plt.ylabel('数值')
plt.title('条形图示例')
plt.show()

4. 直方图 (histogram)

直方图用于显示一组数据的分布情况。使用 hist() 函数绘制。

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(1000)

plt.hist(data, bins=20)
plt.xlabel('数值')
plt.ylabel('频数')
plt.title('直方图示例')
plt.show()

5. 饼图 (pie chart)

饼图用于显示不同类别在总数中的占比情况。使用 pie() 函数绘制。

import matplotlib.pyplot as plt

labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]

plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.axis('equal')
plt.title('饼图示例')
plt.show()

6. 箱线图 (box plot)

箱线图用于显示一组数据的分布情况，包括中位数、四分位数、异常值等。使用 boxplot() 函数绘制。

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(100, 3)

plt.boxplot(data)
plt.xlabel('类别')
plt.ylabel('数值')
plt.title('箱线图示例')
plt.show()

7. 热力图 (heatmap)

热力图用于显示数据的热度分布情况，通常用于显示二维数据。使用 imshow() 函数绘制。

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)

plt.imshow(data, cmap='hot', interpolation='nearest')
plt.colorbar()
plt.title('热力图示例')
plt.show()

本文仅介绍了 Matplotlib.pyplot 库中 7 种常见的绘图方式，还有更多强大的绘图功能等待探索。希望本文能够帮助您入门 Matplotlib.pyplot 库的使用，并进行更加复杂的数据可视化。