Matplotlib 是一个广泛使用的 Python 绘图库，它提供了丰富的工具来创建高质量的图表和可视化图形。无论是简单的折线图、柱状图还是复杂的热力图、3D 图表，Matplotlib 都能提供强大的支持。

安装

首先，你需要安装 matplotlib 包。可以通过 pip 来安装：

bash
pip install matplotlib

基本使用示例

以下是一些具体的示例，展示了如何使用 Matplotlib 创建各种类型的图表。

1. 简单的折线图

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图表
plt.plot(x, y)

# 添加标题和标签
plt.title('Sine Wave')
plt.xlabel('X axis')
plt.ylabel('Y axis')

# 显示图表
plt.show()

2. 柱状图

python
import matplotlib.pyplot as plt

# 创建数据
labels = ['A', 'B', 'C', 'D']
values = [4, 7, 1, 8]

# 创建柱状图
plt.bar(labels, values)

# 添加标题和标签
plt.title('Bar Chart Example')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

3. 散点图

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)

# 创建散点图
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)

# 添加标题和标签
plt.title('Scatter Plot Example')
plt.xlabel('X axis')
plt.ylabel('Y axis')

# 显示图表
plt.show()

4. 饼图

python
import matplotlib.pyplot as plt

# 创建数据
labels = ['Frogs', 'Hogs', 'Dogs', 'Logs']
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0)  # 突出显示第二部分

# 创建饼图
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90)

# 保证饼图为圆形
plt.axis('equal')

# 添加标题
plt.title('Pie Chart Example')

# 显示图表
plt.show()

5. 子图

你可以在一个窗口中创建多个子图：

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建包含两个子图的图表
fig, (ax1, ax2) = plt.subplots(2, 1)

# 第一个子图：正弦波
ax1.plot(x, y1, color='red')
ax1.set_title('Sine Wave')
ax1.set_xlabel('X axis')
ax1.set_ylabel('Y axis')

# 第二个子图：余弦波
ax2.plot(x, y2, color='blue')
ax2.set_title('Cosine Wave')
ax2.set_xlabel('X axis')
ax2.set_ylabel('Y axis')

# 调整布局以避免重叠
plt.tight_layout()

# 显示图表
plt.show()

6. 多条折线图

你可以在同一个图表上绘制多条折线：

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建图表并绘制两条折线
plt.plot(x, y1, label='Sine Wave', color='blue')
plt.plot(x, y2, label='Cosine Wave', color='red')

# 添加图例
plt.legend()

# 添加标题和标签
plt.title('Multiple Line Plots')
plt.xlabel('X axis')
plt.ylabel('Y axis')

# 显示图表
plt.show()

7. 直方图

直方图用于展示数据的分布情况：

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
data = np.random.randn(1000)

# 创建直方图
plt.hist(data, bins=30, alpha=0.7, color='green')

# 添加标题和标签
plt.title('Histogram Example')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图表
plt.show()

8. 热力图（Heatmap）

热力图是一种常用的二维数据可视化方法：

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
data = np.random.rand(10, 10)

# 创建热力图
plt.imshow(data, cmap='hot', interpolation='nearest')

# 添加颜色条
plt.colorbar()

# 添加标题
plt.title('Heatmap Example')

# 显示图表
plt.show()

9. 3D 图表

Matplotlib 还支持创建三维图表：

python
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

# 创建数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))

# 创建图表
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制表面图
ax.plot_surface(x, y, z, cmap='viridis')

# 添加标题和标签
ax.set_title('3D Surface Plot')
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')

# 显示图表
plt.show()

10. 自定义样式

你可以通过多种方式来自定义图表的样式：

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 设置绘图风格
plt.style.use('ggplot')

# 创建图表
plt.plot(x, y, linestyle='--', marker='o', color='b')

# 添加标题和标签
plt.title('Custom Style Example')
plt.xlabel('X axis')
plt.ylabel('Y axis')

# 显示图表
plt.show()

11. 保存图表

你可以将生成的图表保存为图片文件：

python
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图表
plt.plot(x, y)

# 添加标题和标签
plt.title('Sine Wave')
plt.xlabel('X axis')
plt.ylabel('Y axis')

# 保存图表为 PNG 文件
plt.savefig('sine_wave.png')

# 显示图表
plt.show()