Python中的matplotlib繪圖庫詳解

Python的matplotlib繪圖庫是一款非常強大的資料視覺化工具。它可以用來繪製各種類型的圖形，包括線條圖、散佈圖、長條圖、直方圖、圓餅圖等等。由於其易於學習和使用，以及社群支持，matplotlib已成為Python科學計算社群中標準視覺化的工具之一。本文將詳細介紹matplotlib繪圖庫的使用方法和常見圖形的繪製方法。

一、Matplotlib基礎

1. 匯入Matplotlib

在使用matplotlib之前，需要先匯入它。通常使用以下程式碼導入：

import matplotlib.pyplot as plt

其中，plt是約定俗成的名稱，用來簡化matplotlib的使用。

2. 繪圖視窗

在繪製圖形之前，需要先建立繪圖視窗。可以使用下列程式碼建立一個最簡單的繪圖視窗：

plt.figure()

不傳遞任何參數時，預設會建立一個大小為(8, 6)英吋的視窗。

3. 繪製圖形

在建立了繪圖視窗後，可以開始繪製圖形。例如，要繪製一條簡單的直線，可以使用以下程式碼：

import numpy as np

x = np.array([0, 1, 2, 3, 4])
y = np.array([0, 1, 2, 3, 4])

plt.plot(x, y)
plt.show()

其中，np是NumPy函式庫的別名，用於產生x和y軸上的資料。 plot函數用於繪製直線，show函數用於顯示圖形。運行這段程式碼後，將彈出一個繪圖視窗並顯示直線。

二、常見圖形的繪製方法

1. 線圖

線圖是用來繪製連續資料的圖形。可以使用plot函數進行繪製。例如，以下程式碼將繪製一條正弦函數曲線：

x = np.arange(0, 10, 0.1)
y = np.sin(x)

plt.plot(x, y)
plt.show()

其中，x的範圍從0到10，步長為0.1，y是對應的正弦函數值。

2. 散佈圖

散佈圖用於繪製兩個變數之間的關係，例如X和Y座標。可以使用scatter函數進行繪製。例如，以下程式碼將建立一個隨機資料的散佈圖：

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y)
plt.show()

其中，x和y都是長度為50的隨機數。

3. 長條圖

長條圖用於比較各種不同類別下的數值大小。可以使用bar函數進行繪製。例如，以下程式碼將繪製一個簡單的長條圖：

x = ["A", "B", "C", "D", "E"]
y = [10, 5, 8, 12, 7]

plt.bar(x, y)
plt.show()

其中，x是類別，y是每個類別下的數值大小。

4. 直方圖

直方圖用於顯示一組資料的分佈情況。可以使用hist函數進行繪製。例如，以下程式碼將繪製一個隨機資料的直方圖：

x = np.random.randn(1000)

plt.hist(x)
plt.show()

其中，x是長度為1000的隨機數。

5. 餅圖

#) 圓圖用於顯示各種類別佔比情況。可以使用pie函數進行繪製。例如，以下程式碼將繪製一個簡單的圓餅圖：

labels = ["A", "B", "C", "D", "E"]
sizes = [15, 30, 45, 10, 5]

plt.pie(sizes, labels=labels)
plt.show()

其中，sizes是各個類別的大小，labels是各個類別的名稱。

1. 三、Matplotlib進階

座標軸設定

2. #使用xlabel、ylabel、title函數可以設定橫軸、縱軸和圖形標題：

plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("Title")
plt.plot(x, y)
plt.show()

圖例設定

使用legend函數可以設定圖例，用於區分不同的資料集：

x1 = np.arange(0, 10, 0.1)
y1 = np.sin(x1)

x2 = np.arange(0, 10, 0.1)
y2 = np.cos(x2)

plt.plot(x1, y1, label="sin")
plt.plot(x2, y2, label="cos")
plt.legend()
plt.show()

3. 其中，label參數用於區分不同的資料集，legend函數用於顯示圖例。

格式化樣式設定

可以使用fmt參數設定線條的樣式，例如顏色、線形和線寬：

plt.plot(x, y, "r--", linewidth=2)
plt.show()

4. 其中，r- -表示紅色虛線，linewidth參數用於設定線寬。

子圖設定

可以使用subplot函數繪製多個子圖：

plt.subplot(2, 2, 1)
plt.plot(x, y)

plt.subplot(2, 2, 2)
plt.scatter(x, y)

plt.subplot(2, 2, 3)
plt.bar(x, y)

plt.subplot(2, 2, 4)
plt.hist(x)

plt.show()

5. 其中，subplot函數接受3個參數，分別表示行數、列數和子圖序號。

儲存圖形

使用savefig函數可以將圖形儲存為檔案：

plt.plot(x, y)
plt.savefig("figure.png")

其中，參數表示檔案名稱和路徑。

結語######本文介紹了matplotlib繪圖庫的基礎使用方法和常見圖形的繪製方法，以及一些進階技巧。作為Python科學計算中不可或缺的一環，matplotlib繪圖庫的學習將幫助你更好地進行資料視覺化和資料分析。 ###

以上是Python中的matplotlib繪圖庫詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！