前言

现在我们越来越多的使用Python来处理工作中涉及到的数据，表格中的数据不够直观。 图形化展示更直观直接，让我们更快速的了解数据变化的趋势，那么，Python能不能像Excel那样通过操作绘制各种图表呢？ 答案是肯定的，Python有一个强大的第三方库——Matplotlib。

Matplotlib 简介

Matplotlib 是一个 Python 绘图库绘图软件教程，也是一个非常强大的 Python 绘图工具。 它允许用户轻松地可视化数据，同时提供多种输出格式。

Matplotlib 通常与 NumPy 和 SciPy (ScientificPython) 一起使用。 这些组合被广泛用于替代 MatLab。 它是一个强大的科学估计环境，可以帮助我们通过 Python 学习数据科学或机器学习。

Matplotlib 安装

和Python的各种神级第三方库一样，安装只需要一条命令，如下图：

pip install matplotlib
-------------------------------
Collecting matplotlib
  Downloading matplotlib-3.5.3-cp37-cp37m-win_amd64.whl (7.2 MB)
     |████████████████████████████████| 7.2 MB 36 kB/s
Collecting packaging>=20.0
  Downloading packaging-23.0-py3-none-any.whl (42 kB)
     |████████████████████████████████| 42 kB 22 kB/s
Collecting fonttools>=4.22.0
  Downloading fonttools-4.38.0-py3-none-any.whl (965 kB)
     |████████████████████████████████| 965 kB 30 kB/s
Collecting numpy>=1.17
  Using cached numpy-1.21.6-cp37-cp37m-win_amd64.whl (14.0 MB)
Collecting python-dateutil>=2.7
  Using cached python_dateutil-2.8.2-py2.py3-none-any.whl (247 kB)
Collecting pillow>=6.2.0
  Downloading Pillow-9.4.0-cp37-cp37m-win_amd64.whl (2.5 MB)
     |████████████████████████████████| 2.5 MB 35 kB/s
Collecting pyparsing>=2.2.1
  Using cached pyparsing-3.0.9-py3-none-any.whl (98 kB)
Collecting cycler>=0.10
  Using cached cycler-0.11.0-py3-none-any.whl (6.4 kB)
Collecting kiwisolver>=1.0.1
  Downloading kiwisolver-1.4.4-cp37-cp37m-win_amd64.whl (54 kB)
     |████████████████████████████████| 54 kB 73 kB/s
Requirement already satisfied: typing-extensions in c:\users\89703\pycharmprojects\flask_demo\venv\lib\site-packages (from kiwisolver>=1.0.1->matplotlib) (4.4.0)
Collecting six>=1.5
  Using cached six-1.16.0-py2.py3-none-any.whl (11 kB)
Installing collected packages: six, python-dateutil, pyparsing, pillow, packaging, numpy, kiwisolver, fonttools, cycler, matplotlib
Successfully installed cycler-0.11.0 fonttools-4.38.0 kiwisolver-1.4.4 matplotlib-3.5.3 numpy-1.21.6 packaging-23.0 pillow-9.4.0 pyparsing-3.0.9 python-dateutil-2.8
.2 six-1.16.0

安装过程中，其他依赖的第三方库也会同步安装。

MatplotlibPyplot 使用

我们主要使用Matplotlib的Pyplot模块，它提供了类似于MATLAB的绘图功能的API。 Pyplot包含一系列绘图函数的相关函数。 每个函数都会对当前图像做一些改变，例如：给图像添加标记、生成新图像、在图像中形成新的绘图区等等。 话不多说，先画个简单的图，代码如下：

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([0, 2, 10])
ypoints = np.array([0, 4, 20])
plt.plot(xpoints, ypoints)
plt.show()

图像看起来像这样：

如果只需要绘制点，可以加上参数o表示绘制实心点的代码如下：

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([0, 1, 10])
ypoints = np.array([0, 2, 20])
plt.plot(xpoints, ypoints, 'o')
plt.show()

也可以画多段线，如下图：

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 2, 6, 8])
ypoints = np.array([1, 8, 1, 12])
plt.plot(xpoints, ypoints)
plt.show()

图像如右图所示：

如果我们不在x轴上指定一个点，那么x会根据y的值被设置为0,1,2,3...N-1。

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([1, 8, 1, 12])
plt.plot(ypoints)
plt.show()

如右图所示：

从上图可以看出绘图软件教程，x的值默认设置为[0,3]。

绘制余弦函数和正弦函数的图像，代码如下：

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0,2*np.pi,0.1)   # start,stop,step
y = np.sin(x)
z = np.cos(x)
plt.plot(x,y,x,z)
plt.show()

总结

matplotlib的中间使用介绍到此结束。 前面我们会介绍更多的中间用法，绘制更复杂的图形。 敬请期待！