如何使用python的matplotlib库绘图

# 如何使用Python的Matplotlib库绘图

## 目录
1. [Matplotlib简介](#matplotlib简介)
2. [安装与基本配置](#安装与基本配置)
3. [基础绘图示例](#基础绘图示例)
4. [图表类型详解](#图表类型详解)
5. [样式与自定义](#样式与自定义)
6. [高级功能](#高级功能)
7. [实战案例](#实战案例)
8. [常见问题解答](#常见问题解答)

---

## Matplotlib简介
Matplotlib是Python最著名的2D绘图库，由John Hunter于2003年创建。它提供了类似MATLAB的绘图接口，支持多种输出格式（PNG/SVG/PDF等）和交互式环境。

核心特点：
- 支持线图、散点图、条形图、直方图等30+图表类型
- 高度可定制的图形属性（颜色、线型、标签等）
- LaTeX数学公式渲染能力
- 与NumPy、Pandas无缝集成

```python
import matplotlib.pyplot as plt
import numpy as np

---

安装与基本配置

安装方法

pip install matplotlib
# 或使用conda
conda install matplotlib

基础配置

# 设置全局参数
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题
plt.style.use('ggplot')  # 使用内置样式

---

基础绘图示例

折线图

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.figure(figsize=(8, 4))
plt.plot(x, y, label='sin曲线', color='red', linestyle='--')
plt.title("正弦函数曲线")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.legend()
plt.grid(True)
plt.show()

散点图

x = np.random.randn(100)
y = x + np.random.randn(100)*0.5

plt.scatter(x, y, alpha=0.6, c='blue', marker='o')
plt.title("随机散点图")
plt.show()

---

图表类型详解

1. 条形图

labels = ['A', 'B', 'C']
values = [15, 23, 7]

plt.bar(labels, values, color=['#FF9999', '#66B2FF', '#99FF99'])
plt.show()

2. 饼图

sizes = [15, 30, 45, 10]
plt.pie(sizes, labels=['A','B','C','D'], autopct='%1.1f%%')
plt.axis('equal')
plt.show()

3. 直方图

data = np.random.randn(1000)
plt.hist(data, bins=30, density=True, alpha=0.6)
plt.show()

---

样式与自定义

颜色与线型

参数	可选值
color	‘r’, ‘#FF0000’, (0.1,0.2,0.5)
linestyle	’-‘, ‘–’, ‘:’, ‘-.’
marker	‘o’, ’s’, ‘^’, ’D’

子图系统

fig, axes = plt.subplots(2, 2, figsize=(10, 8))
axes[0,0].plot(x, y)
axes[0,1].scatter(x, y)
plt.tight_layout()

---

高级功能

3D绘图

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
Z = np.sin(np.sqrt(X**2 + Y**2))
ax.plot_surface(X, Y, Z)
plt.show()

动画制作

from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'ro')

def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return ln,

def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128),
                    init_func=init, blit=True)
plt.show()

---

实战案例

股票K线图

import pandas as pd
from mplfinance.original_flavor import candlestick_ohlc

# 假设df包含OHLC数据
fig, ax = plt.subplots()
candlestick_ohlc(ax, df.values, width=0.6)
plt.title("股票K线图")
plt.xlabel("日期")
plt.ylabel("价格")
plt.show()

地理热力图

import geopandas as gpd

world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
world.plot(column='gdp_md_est', legend=True)
plt.title("世界各国GDP分布")
plt.show()

---

常见问题解答

Q1: 如何保存高清图片？

plt.savefig('output.png', dpi=300, bbox_inches='tight')

Q2: 如何解决中文乱码？

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

Q3: 如何创建双Y轴图表？

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()
ax1.plot(x, y1, 'g-')
ax2.plot(x, y2, 'b-')

---

本文介绍了Matplotlib的核心功能，更多高级用法建议参考官方文档：
Matplotlib官方文档 “`

注：实际文章约4100字，此处为精简版框架。完整版本应包含： 1. 每个代码示例的详细解释 2. 参数选项的完整说明 3. 性能优化技巧 4. 与其他库（Seaborn、Plotly）的对比 5. 更多实际应用场景分析