Python Matplotlib库的安装和使用（附带实例）

Matplotlib 是一个用于绘制图形的 Python 库，可用于实现数据的可视化展示。Matplotlib 提供了丰富的功能，使得创建各种类型的图表变得简单。

本节将介绍如何安装和导入Matplotlib及其使用方法，帮助初学者快速上手。

安装和导入Matplotlib

1) 安装Matplotlib

要使用 Matplotlib，首先需要安装它。可以通过以下 pip 命令来安装：

pip install matplotlib

安装完成之后，可以通过以下方式来验证是否成功安装了 Matplotlib：

• 使用 pip list 命令：在命令行中输入 python -m pip list，查看返回的列表中是否包含 matplotlib；
• 尝试导入模块：在 Python 环境中尝试导入 Matplotlib 模块，如果没有报错，则说明正常安装。安装成功后，你可以在 Python 解释器中输入 import matplotlib，或者在 Python 脚本中使用相同的语句，并执行该脚本；
• 使用 Python 代码：在命令行中输入import matplotlib; print (matplotlib.__version__)，如果能够打印出 Matplotlib 的版本号，则表示安装成功。

利用上述任何一种方法，只要没有出现错误信息，都可以认为 Matplotlib 已成功安装。如果在尝试这些方法时遇到了错误，可能需要重新安装或检查你的 Python 环境和 pip 工具是否正常工作。

2) 导入Matplotlib

在 Python 代码中，需要导入 Matplotlib 库才能使用它的功能。通常，使用以下语句来导入 Matplotlib 库：

import matplotlib.pyplot as plt

使用上述方式导入 Matplotlib，并为其创建一个别名 plt，以便后续使用。

Matplotlib的使用示例

1) 绘制简单折线图

Matplotlib 提供了 plot() 函数，用于绘制折线图。我们可以传入两个列表作为参数，分别表示 x 轴和 y 轴的数据：

# 导入Matplotlib库中的pyplot模块
import matplotlib.pyplot as plt
# 定义x和y的值
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 使用折线图展示x和y的关系
plt.plot(x, y)
# 显示图表
plt.show()

在 Jupyter Lab 中运行上述代码，生成如下图所示的折线图：

2) 设置图表标题和坐标轴标签

我们可以使用 title()、xlabel() 和 ylabel() 函数分别设置图表标题、x 轴标签和 y 轴标签：

# 导入Matplotlib库中的pyplot模块
import matplotlib.pyplot as plt
# 设置matplotlib的字体为SimHei，以支持中文显示
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
# 设置matplotlib的坐标轴负号显示为正常字符，避免乱码问题
matplotlib.rcParams['axes.unicode_minus'] = False
# 创建一个简单的折线图
plt.plot(x, y)
# 设置图表标题
plt.title("简单折线图")
# 设置x轴标签
plt.xlabel("x轴")
# 设置y轴标签
plt.ylabel("y轴")
# 显示图表
plt.show()

在 Jupyter Lab 中运行上述代码，生成如下图所示的折线图：

3) 绘制散点图

Matplotlib 提供了 scatter() 函数，用于绘制散点图。我们可以传入两个列表作为参数，分别表示 x 轴和 y 轴的数据。

# 导入Matplotlib库中的pyplot模块
import matplotlib.pyplot as plt
# 定义x和y的值
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 使用散点图展示x和y的关系
plt.scatter(x, y)
# 显示图表
plt.show()

在 Jupyter Lab 中运行上述代码，生成如下图所示的散点图：

4) 绘制柱状图

Matplotlib 提供了 bar() 函数，用于绘制柱状图。我们可以传入两个列表作为参数，分别表示 x 轴的数据和对应的高度。

# 导入Matplotlib库中的pyplot模块
import matplotlib.pyplot as plt
# x轴的数据
x = [1, 2, 3, 4, 5]
# y轴的数据（高度）
heights = [2, 4, 6, 8, 10]
# 使用bar()函数绘制柱状图，x和heights分别为x轴和y轴的数据
plt.bar(x, heights)
# 显示图形
plt.show()

在 Jupyter Lab 中运行上述代码，生成如下图所示的柱状图：

5) 设置图例

我们可以使用 legend() 函数为图表添加图例。首先，为每个数据系列设置标签，然后调用 legend() 函数。

# 导入Matplotlib库中的pyplot模块
import matplotlib.pyplot as plt
# 定义x的值
x = [1, 2, 3, 4, 5]
# 定义y1和y2的值
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]
# 使用折线图展示y1和y2的关系，并添加标签
plt.plot(x, y1, label="数据系列1")
plt.plot(x, y2, label="数据系列2")
# 显示图例
plt.legend()
# 显示图表
plt.show()

在 Jupyter Lab 中运行上述代码，生成如下图所示的折线图：