📂 目录

  • Matplotlib 简介
  • 安装与导入
  • 基础绘图流程
  • 绘制折线图、散点图、柱状图
  • 可视化 NumPy 数组
  • 图形美化（标题、标签、图例）
  • 出站链接
  • 参考资料

🖼️ Matplotlib 简介

Matplotlib 是 Python 中最常用的数据可视化库，特别适合与 NumPy 配合使用。它提供类似 MATLAB 的绘图 API，常用模块是 matplotlib.pyplot。

⚙️ 安装与导入

pip install matplotlib


import matplotlib.pyplot as plt
import numpy as np

🧭 基础绘图流程

典型步骤包括：

  1. 准备数据（通常用 NumPy）
  2. 调用 plot() 或其他绘图函数
  3. 设置标题、坐标轴标签等
  4. 显示图形：plt.show()

📉 绘制折线图、散点图、柱状图

折线图

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

plt.plot(x, y)
plt.title("正弦曲线")
plt.xlabel("x")
plt.ylabel("sin(x)")
plt.grid(True)
plt.show()

散点图

x = np.random.rand(50)
y = np.random.rand(50)
plt.scatter(x, y, color='r')
plt.title("散点图")
plt.show()

柱状图

categories = ['A', 'B', 'C']
values = [10, 20, 15]

plt.bar(categories, values)
plt.title("柱状图示例")
plt.show()

📊 可视化 NumPy 数组（图像矩阵）

data = np.random.rand(10, 10)

plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.title("随机矩阵可视化")
plt.show()

可使用不同 cmap（颜色映射）如：hot, gray, plasma 等。

🎨 图形美化（标题、标签、图例）

x = np.arange(0, 10, 1)
y1 = x * 2
y2 = x ** 2

plt.plot(x, y1, label='线性')
plt.plot(x, y2, label='平方')
plt.title("两条曲线对比")
plt.xlabel("X 轴")
plt.ylabel("Y 轴")
plt.legend()
plt.grid(True)
plt.show()

🔗 出站链接

📚 参考资料

最后一节是 「NumPy 测验」（Quiz），是否为您继续整理这一节的内容？