【AI Study】第五天，Matplotlib（1）- 基础知识-CSDN博客

文章概要

本文详细介绍 Matplotlib 的基础知识，包括：

Matplotlib 简介
安装与配置
基本概念
绘图风格

Matplotlib 简介

什么是 Matplotlib

Matplotlib 是 Python 最流行的绘图库之一，它提供了一个完整的 2D 绘图系统，可以生成各种静态、动态、交互式的可视化图表。Matplotlib 的设计理念是让简单的事情保持简单，让复杂的事情变得可能。

Matplotlib 的主要特点

功能强大：支持多种图表类型，包括线图、散点图、柱状图、饼图、等高线图等
高度可定制：可以自定义图表的每个细节，包括颜色、线型、标记、字体等
多平台支持：支持多种操作系统和图形后端
与其他库集成：与 NumPy、Pandas、SciPy 等科学计算库无缝集成
交互式支持：支持交互式绘图和动画

Matplotlib 与其他可视化工具的比较

与 Seaborn 比较
- Seaborn 基于 Matplotlib，提供更高级的统计图表
- Seaborn 默认样式更美观，但可定制性较低
- Matplotlib 更基础，可定制性更强
与 Plotly 比较
- Plotly 提供交互式图表，适合网页展示
- Matplotlib 更适合静态图表和科学出版
- Plotly 的图表更现代化，但 Matplotlib 的图表更专业
与 Bokeh 比较
- Bokeh 专注于交互式可视化
- Matplotlib 更适合静态图表
- Bokeh 的图表更适合网页应用

安装与配置

安装 Matplotlib

# 使用 pip 安装
pip install matplotlib

# 使用 conda 安装
conda install matplotlib

导入 Matplotlib

# 标准导入方式
import matplotlib.pyplot as plt

# 在 Jupyter Notebook 中显示图形
%matplotlib inline

# 设置中文字体支持
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号

版本检查

import matplotlib
print(f"Matplotlib 版本: {matplotlib.__version__}")

基本概念

Figure（图形）

Figure 是 Matplotlib 中最顶层的容器，它包含了所有的绘图元素。

# 创建图形
fig = plt.figure(figsize=(8, 6))  # 设置图形大小
fig.suptitle('图形标题')          # 设置图形标题

Axes（坐标轴）

Axes 是 Figure 中的绘图区域，包含了坐标轴、刻度、标签等。

# 创建坐标轴
ax = fig.add_subplot(111)  # 创建单个子图
ax.set_title('子图标题')   # 设置子图标题
ax.set_xlabel('X轴')      # 设置X轴标签
ax.set_ylabel('Y轴')      # 设置Y轴标签

Axis（轴）

Axis 是坐标轴对象，负责刻度和标签的显示。

# 设置刻度
ax.xaxis.set_major_locator(plt.MultipleLocator(1))  # 设置主刻度间隔
ax.yaxis.set_major_formatter(plt.FormatStrFormatter('%.1f'))  # 设置刻度格式

Artist（艺术家）

Artist 是 Matplotlib 中所有可见对象的基类，包括图形、坐标轴、文本等。

# 创建文本对象
text = plt.Text(0.5, 0.5, '文本', transform=ax.transAxes)
ax.add_artist(text)

绘图风格

显式接口（面向对象风格）

显式接口使用面向对象的方式创建和操作图形，代码更清晰，更易于维护。

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(8, 6))

# 绘制数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
ax.plot(x, y, label='sin(x)')

# 设置属性
ax.set_title('正弦函数')
ax.set_xlabel('x')
ax.set_ylabel('sin(x)')
ax.legend()

# 显示图形
plt.show()

隐式接口（pyplot 风格）

隐式接口使用 pyplot 模块的函数直接绘图，代码更简洁，适合快速绘图。

# 直接绘图
plt.figure(figsize=(8, 6))
plt.plot(x, y, label='sin(x)')
plt.title('正弦函数')
plt.xlabel('x')
plt.ylabel('sin(x)')
plt.legend()
plt.show()

混合使用

在实际应用中，可以根据需要混合使用两种风格。

# 创建图形和坐标轴
fig, ax = plt.subplots(figsize=(8, 6))

# 使用 pyplot 函数
plt.title('混合风格示例')

# 使用面向对象方法
ax.plot(x, y, label='sin(x)')
ax.set_xlabel('x')
ax.set_ylabel('sin(x)')
ax.legend()

plt.show()