📄️ 简介与安装
Matplotlib是建立在NumPy数组基础上的多平台数据可视化程序库,最初被设计用于完善SciPy的生态环境。Matplotlib最重要的特性之一就是具有良好的操作系统兼容性和图形显示底层接口兼容性(graphics backend)。Matplotlib支持几十种图形显示接口与输出格式,这使得用户无论在哪种操作系统上都可以输出自己想要的图形格式。这种跨平台、面面俱到的特点已经成为Matplotlib最强大的功能之一,Matplotlib也因此吸引了大量用户,进而形成了一个活跃的开发者团队,晋升为Python科学领域不可或缺的强大武器。
📄️ 一个简单的例子
案例
📄️ 多个子图
有时候需要从多个角度对数据进行对比。Matplotlib 为此提出了子图(subplot)的概念:在较大的图形中同时放置一组较小的坐标轴。这些子图可能是画中画(inset)、网格图(grid of plots),或者是其他更复杂的布局形式。
📄️ 折线图
折线图用于表示不同轴上的两个数据 X 和 Y 之间的关系。在这里,我们将看到一些 Python 线图示例:
📄️ 散点图
使用plt.plot画散点图
📄️ 误差可视化
对于任何的科学测量来说,精确计算误差与精确报告测量值基本上同等重要,如果不是更加重要的话。例如,设想我正在使用一些天文物理学观测值来估算哈勃常数,即本地观测的宇宙膨胀系数。我从一些文献中知道这个值大概是 71 (km/s)/Mpc,而我测量得到的值是 74 (km/s)/Mpc,。这两个值是否一致?在仅给定这些数据的情况下,这个问题的答案是,无法回答。
📄️ 条形图
条形图或条形图是表示数据类别的图形,矩形条的长度和高度与其表示的值成比例。条形图可以水平或垂直绘制。条形图描述离散类别之间的比较。图中的一个轴表示被比较的特定类别,而另一个轴表示与这些类别对应的测量值
📄️ 直方图
直方图基本上用于表示以某些组的形式提供的数据。它是数字数据分布的图形表示的准确方法。它是一种条形图,其中 X 轴表示 bin 范围,而 Y 轴给出信息关于频率
📄️ 饼图
饼图之间添加边框
📄️ 三维图形
Matplotlib 可以支持绘制3D的图形,通过关键字参数projection='3d'来创建3D视图, 三维 axes 激活后,我们可以在上面绘制不同的三维图表类型。
📄️ 更多画图种类
Matplotlib不仅可以画我们介绍图像种类,还可以画各种你能想到的和不能想到的图形,更多请参考官方文档中的Examples
📄️ 文本
中文字体
📄️ 练习题
1. What is Matplotlib?