Matplotlib 是 Python 的一个 “数据可视化库” ,它用于创建各种类型的图表,包括折线图、散点图、柱状图、饼图、3D 图等。Matplotlib 可以说是 Python 最流行的绘图库之一,被广泛用于科学计算、数据分析、机器学习等领域。
Matplotlib 是什么?
在 Python 中,我们可以使用 Matplotlib 这个库来实现数据的可视化。在众多可视化库中,Matplotlib 是最基础的一个,像 seaborn 等绘图库也是基于 Matplotlib 来实现的。可以这样说,如果小伙伴们想要学习数据可视化,那么 Matplotlib 可以说是必学的一个。
Matplotlib 是基于 NumPy 实现的一个库,并且它借鉴了很多 Matlab 中的函数,使得我们可以轻松绘制各种高质量的图表,包括折线图、散点图、柱状图等。此外,Matplotlib 不仅可以绘制二维图,还可以绘制三维图,以及实现各种图形动画等。

由于 Matplotlib 是第三方库,因此我们需要手动地安装。如果小伙伴们使用的是 VSCode,打开终端窗口并输入下面命令,单击回车键即可安装。
pip install matplotlib提示: 关于 NumPy 和 Seaborn 的使用,可以关注另外 2 个教程:NumPy 教程 和 Seaborn 教程。
Matplotlib 基本使用
下面例子尝试使用 Matplotlib 来绘制一条折线,我们可以通过这个例子来了解 Matplotlib 是如何来绘制一个图表的。
示例:Matplotlib 绘制折线图
# 导入库
import matplotlib.pyplot as plt
# 绘图
x = [1, 2, 3, 4]
y = [16, 15, 18, 17]
plt.plot(x, y)
# 显示
plt.show()运行之后,效果如下图所示。

分析:
如果想要使用 Matplotlib 来绘制一个图表,我们至少要经历 3 步:① 导入库;② 绘图;③ 显示。
# 第1步:导入库
import matplotlib.pyplot as plt首先,我们使用上面这句代码来引入 Matplotlib 库中的 pyplot 子库,并将其命名为 plt。因为 Matplotlib 大部分的绘图功能是在 pyplot 子库中,所以通常只需要导入 pyplot 子库就可以了。
# 第2步:绘图
x = [1, 2, 3, 4]
y = [16, 15, 18, 17]
plt.plot(x, y) 接下来,我们使用上面代码来绘制一个折线图。根据 x 和 y 这两个列表,我们拥有 4 个折点坐标:(1, 16)、(2, 15)、(3, 18)、(4, 17)。
# 第3步:显示
plt.show()仅仅只有第 1 步和第 2 步,运行代码之后并不会有任何效果。最后我们还要调用 plt 的 show() 函数,这样才能把图表显示出来。
Matplotlib 绘图函数
如果想要使用 Matplotlib 来绘制各种图表,我们都是借助它的 pyplot 子库的各种绘图函数来实现的,常用的函数如下表所示。
| 基本图表 | |
| plot() | 折线图 |
| bar() / barh() | 柱状图 / 条形图 |
| hist() | 直方图 |
| pie() | 饼状图 |
| scatter() | 散点图 |
| boxplot() | 箱线图 |
| 高级图表 | |
| step() | 阶梯图 |
| stackplot() | 面积图 |
| stem() | 棉棒图 |
| errorbar() | 误差棒图 |
| polar() | 极坐标图 |
| imshow() | 热力图 |
| 画布与布局 | |
| subplot() | 创建子图 |
每一个绘图函数提供的参数都是非常多的,为了加快理解以及减轻记忆负担,我们只会介绍最常用的参数。如果想要更深入地了解每一个函数的功能,小伙伴们还是要多多查阅一下 Matplotlib 官方文档。
