Matplotlib 入门：从零开始绘制你的第一张图表

文章目标

• 让读者了解 Matplotlib 的基本概念和用途。
• 教会读者如何安装 Matplotlib 并绘制第一张图表。
• 通过简单易懂的代码示例，激发读者对数据可视化的兴趣。

---

1. 引言：为什么学习 Matplotlib？

  数据可视化是数据分析与科学研究的核心技能之一。无论是展示数据趋势、探索数据分布，还是向他人传达分析结果，图表都是最直观的工具。而 Matplotlib 作为 Python 中最强大的数据可视化库，几乎成为了数据科学家的必备技能。

  在本专栏中，我们将从零开始，逐步掌握 Matplotlib 的核心功能。今天，我们从最简单的折线图开始，绘制你的第一张图表！

2. Matplotlib 简介

  Matplotlib 是一个用于创建静态、动态和交互式图表的 Python 库。它的设计灵感来源于 MATLAB，提供了丰富的绘图功能，支持多种图表类型，如折线图、柱状图、散点图、饼图等。

  Matplotlib 的优势在于：

• 灵活性强：几乎可以绘制任何类型的图表。
• 兼容性好：与 NumPy、Pandas 等库无缝集成。
• 社区支持：拥有庞大的用户群体和丰富的文档资源。

  无论是数据分析、科学研究，还是机器学习，Matplotlib 都能满足你的可视化需求。

3. 安装 Matplotlib

  在开始之前，我们需要确保 Matplotlib 已经安装。如果你还没有安装，可以通过以下命令安装：

pip install matplotlib

  安装完成后，可以通过以下代码验证是否安装成功：

import matplotlib
print(matplotlib.__version__)

  如果输出了版本号（如 3.5.1），说明安装成功！

4. 绘制第一张图表

  接下来，我们将绘制一张简单的折线图。假设我们有一组数据，表示某城市一周内的温度变化：

星期	温度（℃）
周一	15
周二	17
周三	14
周四	20
周五	22
周六	19
周日	18

  我们可以用 Matplotlib 将这组数据可视化：

import matplotlib.pyplot as plt

# 数据
days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
temperatures = [15, 17, 14, 20, 22, 19, 18]

# 创建图表
plt.plot(days, temperatures, marker='o', linestyle='-', color='blue', label='Temperature')

# 添加标题和标签
plt.title('Weekly Temperature Trend')
plt.xlabel('Day')
plt.ylabel('Temperature (°C)')

# 添加图例
plt.legend()

# 显示图表
plt.show()

  运行这段代码后，你将看到一张清晰的折线图，展示了一周内的温度变化趋势，如下。

5. 代码详解

  让我们逐行分析这段代码的作用：

1. 导入 Matplotlib：

   import matplotlib.pyplot as plt
   

   • matplotlib.pyplot 是 Matplotlib 的核心模块，通常简写为 plt。

2. 准备数据：

   days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
   temperatures = [15, 17, 14, 20, 22, 19, 18]
   

   • days 是 X 轴数据，表示星期。
   • temperatures 是 Y 轴数据，表示温度。

3. 绘制折线图：

   plt.plot(days, temperatures, marker='o', linestyle='-', color='blue', label='Temperature')
   

   • plt.plot() 用于绘制折线图。
   • marker='o' 表示在每个数据点上显示圆形标记。
   • linestyle='-' 表示使用实线连接数据点。
   • color='blue' 设置线条颜色为蓝色。
   • label='Temperature' 为线条添加标签，用于图例。

4. 添加标题和标签：

   plt.title('Weekly Temperature Trend')
   plt.xlabel('Day')
   plt.ylabel('Temperature (°C)')
   

   • plt.title() 添加图表标题。
   • plt.xlabel() 和 plt.ylabel() 分别设置 X 轴和 Y 轴的标签。

5. 添加图例：

   plt.legend()
   

   • plt.legend() 显示图例，帮助读者理解图表的含义。

6. 显示图表：

   plt.show()
   

   • plt.show() 用于显示图表。

6. 总结与下一步

  恭喜你！你已经成功绘制了第一张 Matplotlib 图表！通过这个简单的例子，我们学习了如何：

• 安装 Matplotlib。
• 绘制折线图。
• 添加标题、标签和图例。

  在下一篇文章中，我们将探讨 Matplotlib 的更多图表类型，如柱状图和散点图。如果你有任何问题或建议，欢迎在评论区留言！

---