📊 Matplotlib：Python 图表绘制 库
Matplotlib 是 Python 中最常用的数据可视化库之一，支持生成线图、柱状图、散点图、饼图等各种图形，适合科学计算和数据分析。
🧐 Matplotlib 解决了什么问题？
Python 原生不具备图形绘制能力，而我们在数据分析过程中常常需要：
- 快速查看趋势（如折线图）
- 分析数据分布（直方图、箱线图）
- 对比分类数据（柱状图、饼图）
Matplotlib 提供了强大灵活的接口，帮助我们将数据可视化，提升洞察力。
🔧 基础使用流程
- 导入库
- 准备数据
- 绘图
- 显示图形
1️⃣ 绘制折线图
导入 matplotlib.pyplot 作为 plt
x = [1, 2, 3, 4]
y = [10, 15, 7, 12]
plt.绘图(x, y)
plt.显示()
2️⃣ 添加标题与标签
plt.标题("成绩变化")
plt.横轴标签("时间")
plt.纵轴标签("成绩")
3️⃣ 绘制柱状图
姓名 = ["张三", "李四", "王五"]
成绩 = [90, 80, 95]
plt.柱状图(姓名, 成绩)
plt.显示()
4️⃣ 绘制散点图
x = [1, 2, 3, 4]
y = [2, 4, 1, 3]
plt.散点图(x, y)
plt.显示()
5️⃣ 绘制饼图
标签 = ["苹果", "香蕉", "橘子"]
数量 = [30, 20, 50]
plt.饼图(数量, 标签=标签, 自动百分比="%.1f%%")
plt.显示()
6️⃣ 多图绘制（子图）
plt.子图(1, 2, 1)
plt.绘图([1, 2, 3], [1, 2, 3])
plt.子图(1, 2, 2)
plt.绘图([1, 2, 3], [3, 2, 1])
plt.显示()
7️⃣ 保存图像
plt.保存图像("输出.png")
📌 总结：Matplotlib 常用图表类型
| 类型 | 函数名 | 场景举例 |
|---|---|---|
| 折线图 | plot() | 时间趋势变化 |
| 柱状图 | bar() | 对比分类数据 |
| 饼图 | pie() | 组成比例 |
| 散点图 | scatter() | 数据分布 |
| 直方图 | hist() | 数据频率分布 |
| 箱线图 | boxplot() | 离群值、分位数分析 |
