Matplotlib 教程

1. 工具定位

Matplotlib 是 Python 数据科学栈中最底层的 2D 绘图库，也是 Seaborn、Pandas 内置绘图功能的基础支撑。

(安装依赖：pip install matplotlib)

---

2. 基础实战：状态机接口 (pyplot)

适用于快速画出简单的统计图表。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 1. 创建图形对象
plt.figure(figsize=(8, 4)) # 设置画布大小

# 2. 绘制折线图
plt.plot(x, y1, label='Sin(x)', color='blue', linestyle='-', linewidth=2)
# 绘制散点图
plt.scatter(x, y2, label='Cos(x)', color='red', marker='o', s=10)

# 3. 装饰图表
plt.title('Trigonometric Functions') # 主标题
plt.xlabel('X Axis')                 # X 轴标签
plt.ylabel('Y Axis')                 # Y 轴标签
plt.legend(loc='upper right')        # 显示图例并指定位置
plt.grid(True, linestyle='--', alpha=0.6) # 开启浅色虚线网格

# 4. 展示或落盘
plt.savefig('output.png', dpi=300)   # 保存为高清图片
plt.show()                           # 在窗口或 Notebook 中渲染显示

---

3. 进阶实战：面向对象接口 (OO API)

当你需要在一个画布上 排列多个子图，或者进行极其复杂的精细控制时，强烈推荐使用面向对象的方式。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 5, 50)

# fig 代表整个画布窗口，axs 是一个包含多个子坐标系(Axes)的 NumPy 数组
fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(10, 4))

# 操作第一个子图
axs[0].plot(x, x**2, color='green')
axs[0].set_title('Square')
axs[0].set_ylabel('y = x^2')

# 操作第二个子图
axs[1].plot(x, np.sqrt(x), color='purple')
axs[1].set_title('Square Root')
axs[1].set_xlabel('x values')

# 自动调整子图间距防重叠
plt.tight_layout()
plt.show()

4. 参考资料

• Matplotlib 官方中文社区导览