掌握数据之美（Matplotlib绘图库从零开始的Python数据可视化教程）

安装 Matplotlib

如果你还没有安装 Matplotlib，可以通过 pip 快速安装：

pip install matplotlib

第一个 Matplotlib 图表

让我们从最简单的折线图开始。以下代码将绘制一条 y = x 的直线：

import matplotlib.pyplot as plt# 准备数据x = [1, 2, 3, 4, 5]y = [1, 2, 3, 4, 5]# 绘制折线图plt.plot(x, y)# 添加标题和坐标轴标签plt.title("我的第一个 Matplotlib 图表")plt.xlabel("X 轴")plt.ylabel("Y 轴")# 显示图表plt.show()

运行以上代码后，你将看到一个窗口弹出，显示你绘制的折线图。是不是很简单？

常用图表类型示例

1. 散点图（Scatter Plot）

import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [2, 5, 3, 8, 7]plt.scatter(x, y, color='red')plt.title("散点图示例")plt.xlabel("X 值")plt.ylabel("Y 值")plt.show()

2. 柱状图（Bar Chart）

import matplotlib.pyplot as pltcategories = ['A', 'B', 'C', 'D']values = [3, 7, 2, 5]plt.bar(categories, values, color='skyblue')plt.title("柱状图示例")plt.xlabel("类别")plt.ylabel("数值")plt.show()

3. 饼图（Pie Chart）

import matplotlib.pyplot as pltlabels = ['苹果', '香蕉', '橙子', '葡萄']sizes = [30, 25, 20, 25]plt.pie(sizes, labels=labels, autopct='%1.1f%%')plt.title("水果销量占比")plt.show()

提升图表可读性的技巧

为了让图表更专业、更具可读性，你可以：

• 添加网格线：plt.grid(True)
• 设置图例：plt.legend()
• 调整字体大小：plt.title('标题', fontsize=16)
• 保存图表为图片：plt.savefig('my_plot.png')

总结

通过这篇Matplotlib基础用法教程，你应该已经掌握了如何使用 Matplotlib 创建基本图表。无论你是数据分析新手，还是希望提升Python数据可视化能力的开发者，Matplotlib 都是你不可或缺的工具。

记住：好的可视化不仅能展示数据，更能讲述数据背后的故事。现在，就打开你的 Python 编辑器，动手试试吧！