知识点:matplotlib常用函数绘图
matplotlib.pyplot 是 Python 中最常用的数据可视化库,专门用于创建各种静态、动态和交互式的图表,是数据分析、科学计算和工程绘图的重要工具。
一、绘制散点图
#导入matplotlib的pyplot模块,用于数据可视化绘图import matplotlib.pyplot as plt# 导入numpy模块并简写为np,用于数学计算和数组操作import numpy as np#定义x轴数据:1到8的整数列表x = [1, 2, 3, 4, 5, 6, 7, 8]#计算每个x对应的余弦值作为y轴数据,即根据x轴的数据生成y轴的数据y = np.cos(x)#设置中文字体显示,防止图表中出现乱码plt.rcParams['font.family'] = ['sans-serif'] # 设置字体族为无衬线字体plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定黑体作为中文字体#设置图表的标题plt.title('图表标题的内容')# 设置x轴的标签plt.xlabel('横坐标X的内容')# 设置y轴的标签plt.ylabel('纵坐标Y的内容')# 下面两行被注释掉了,用于设置坐标轴范围# plt.xlim(0,20) # 设置x轴显示范围从0到20# plt.ylim(0,3) # 设置y轴显示范围从0到3# plt.pie(x,y) # 饼图:用于显示各部分占整体的比例(这里数据不适合画饼图)plt.scatter(x, y) # 散点图:用于显示两个变量之间的关系,每个点代表一个数据对# plt.bar(x,y) # 柱状图:用于比较不同类别的数值大小,用柱子高度表示数值# plt.barh(x,y) # 水平柱状图:柱状图的水平版本,用柱子长度表示数值# plt.plot(x,y) # 折线图:用于显示数据随时间或顺序变化的趋势# 显示绘制好的图表plt.show()

#如果我们启用下面的这行代码plt.plot(x,y)#这将产生线形图的效果,与上述的折线图叠加哦

plt.bar(x,y)#柱状图:用于比较不同类别的数值大小,用柱子高度表示数值plt.barh(x,y)#垂直柱状图


四、绘制饼图
#饼图用于显示各部分占整体的比例(这里数据不适合画饼图)plt.pie(x,y)#

知识拓展:绘制简单的二次函数图像示例
import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-2, 2, 50) # 在-2到2之间生成50个等间隔的点y = x ** 2 # 计算每个x对应的平方值(二次函数)plt.plot(x, y) # 绘制折线图plt.show() # 显示图表

知识总结:
| 折线图 | plot() | |
| 散点图 | scatter() | |
| 柱状图 | bar() | |
| 水平柱状图 | barh() | |
| 饼图 | pie() | |
| 直方图 | hist() | |
| 箱线图 | boxplot() | |
| 等高线图 | contour() |
| 设置标题 | title() | |
| 坐标轴标签 | xlabel()/ylabel() | |
| 坐标轴范围 | xlim()/ylim() | |
| 图例 | legend() | |
| 网格线 | grid() | |
| 文本注释 | text()/annotate() | |
| 颜色设置 | color | |
| 线条样式 | linestyle |