Matplotlib原理、用法及优势详解 
于 2025-03-24 08:47:48 发布 · 635 阅读Matplotlib 是 Python 最流行的数据可视化库，其核心是基于 面向对象 的绘图架构，提供从简单折线图到复杂三维图形的绘制能力。它模仿 MATLAB 的绘图风格，但更灵活且开源，广泛应用于学术研究、工程分析和商业报告。
核心原理 1. 三层架构 Backend 层：负责底层渲染（如生成图像文件或显示窗口），支持多种输出格式（PNG、PDF、SVG 等）。 Artist 层：控制图形元素（线条、文本、坐标轴等），允许精细化调整。 Scripting 层（pyplot 模块）：提供类似 MATLAB 的快捷接口，适合快速绘图。 2. 核心对象 Figure：画布（类似一张纸），可包含多个子图。 Axes：子图（坐标系），实际绘制图形的区域（如折线图、柱状图）。 Axis：坐标轴（x 轴、y 轴），控制刻度、标签和范围。 3. 绘图流程 创建 Figure 和 Axes 对象。 调用绘图方法（如 plot()、scatter()）。 自定义样式（颜色、标签、标题）。 显示或保存图像。 基础用法 1. 快速绘图（pyplot 模式）import matplotlib.pyplot as plt import numpy as np # 生成数据 x = np.linspace(0, 2*np.pi, 100) y = np.sin(x) # 绘制折线图 plt.plot(x, y, color="red", linestyle="--", label="sin(x)") plt.title("Basic Line Plot") plt.xlabel("X-axis") plt.ylabel("Y-axis") plt.legend() plt.grid(True) plt.show()
python
运行
123456789101112131415 2. 面向对象模式（推荐）# 创建 Figure 和 Axes 对象 fig, ax = plt.subplots(figsize=(8, 4)) # 绘制散点图 x = np.random.randn(100) y = x + np.random.randn(100) * 0.5 ax.scatter(x, y, color="blue", alpha=0.6, label="Data Points") # 添加回归线 m, b = np.polyfit(x, y, 1) ax.plot(x, m*x + b, color="red", label="Trend Line") # 自定义样式 ax.set_title("Scatter Plot with Trend Line") ax.set_xlabel("X") ax.set_ylabel("Y")
python
运行
123456789101112131415
