Python绘制曲线图(基于Matplotlib库)

1 Matplotlib简介
Matplotlib是一个Python的绘图库，它可以在各种平台上以各种硬拷贝格式和交互式环境生成具有出版品质的图形，适用于数据分析和可视化的各种场景。无论是简单的折线图还是复杂的三维可视化，Matplotlib都能轻松胜任。

1.1 基本概念
元素：Matplotlib中的基本图表包括x轴、y轴、x轴和y轴刻度、x轴和y轴刻度标签、绘图区域等元素。
容器：图（figure）、坐标系（axes）、坐标轴（axis）、刻度（tick）等。
刻度表示：线（line）、点（marker）、文本（text）、图例（legend）、网格（grid）、标题（title）等。

1.2 绘图类型
Matplotlib提供了多种绘图类型，包括但不限于：
线形图：使用plot()函数绘制。
直方图：使用hist()函数绘制，用于展示数据的分布情况。
条形图：使用bar()函数绘制，用于比较不同类别的数据。
饼图：使用pie()函数绘制，用于展示数据的占比情况。
散点图：使用scatter()函数绘制，用于展示两个变量之间的关系。
3D图：使用mpl_toolkits.mplot3d中的Axes3D绘制三维图形。

1.3 安装与配置
安装：可以使用pip命令安装Matplotlib

配置 pip 使用清华源 提高安装的成功率和速度

pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

pip3 install matplotlib  # 基础 Matplotlib

需要注意的是，Matplotlib需要numpy等库的支持。
配置：Matplotlib的配置信息是从配置文件读取的，可以在配置文件中为Matplotlib的几乎所有属性指定永久有效的默认值。配置文件分为安装级配置文件、系统级配置文件和用户级配置文件。动态配置也可以在程序中直接进行，以覆盖配置文件的设置。

验证pyplot是否可用

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4])
plt.ylabel('Test Plot')
plt.show()

1.4 基本用法
导入库：通常使用import matplotlib.pyplot as plt来导入Matplotlib库。
创建图形：使用plt.figure()函数创建一个新的图形（figure）。
绘制图形：使用相应的绘图函数（如plot()、hist()、bar()等）在图形上绘制数据。
设置样式：可以通过绘图函数的可选参数或返回的Artist对象来设置图形的样式和属性，如线条颜色、线条样式、标记样式等。
保存图形：使用plt.savefig()函数可以将图形保存为多种格式，包括PNG、PDF、SVG等。
显示图形：使用plt.show()函数可以在屏幕上显示图形。

1.5 高级功能
子图：可以使用plt.subplot()函数在一个图形中创建多个子图。
网格线：使用plt.grid()函数可以为图形添加网格线。
图例：使用plt.legend()函数可以为图形添加图例，以区分不同的数据系列。
坐标轴设置：可以使用plt.xlabel()、plt.ylabel()、plt.title()等函数设置坐标轴的标签和图形的标题。使用plt.xlim()和plt.ylim()函数可以设置坐标轴的范围。
交互式绘图：Matplotlib支持交互式绘图，可以响应用户操作。与Jupyter Notebook和IPython配合使用，可以创建动态的交互式图表。