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
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。
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。
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
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。
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。
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。
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。
labels = ["A", "B", "C", "D", "E"] sizes = [15, 30, 45, 10, 5] plt.pie(sizes, labels=labels) plt.show()
座標軸設定
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()
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()
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()
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")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！
