PythonMatplotlib教程：数据可视化入门指南

学习文章要努力，但是不要急！今天的这篇文章《Python数据可视化教程：Matplotlib基础入门》将会介绍到等等知识点，如果你想深入学习文章，可以关注我！我会持续更新相关文章的，希望对大家都能有所帮助！

matplotlib是Python最常用基础可视化库，安装后导入plt和np，按准备数据→创建图形→显示/保存三步绘图，支持加标题标签网格、中文显示及多子图和柱状图等各类图表。

Python数据可视化最常用、最基础的库就是 matplotlib。它灵活、稳定、文档完善，适合从入门到进阶的各类图表绘制。掌握几个核心步骤，就能快速画出清晰、规范的图表。

一、安装与导入是第一步

确保已安装 matplotlib（推荐用 pip）：

• pip install matplotlib

在代码开头导入常用模块：

• import matplotlib.pyplot as plt（几乎每次都要用）
• import numpy as np（常配合生成示例数据）

二、画图三步走：准备数据 → 创建图形 → 显示/保存

以折线图为例，这是最典型的流程：

• x = np.linspace(0, 10, 100)（准备横轴数据）
• y = np.sin(x)（准备纵轴数据）
• plt.plot(x, y)（调用 plot 绘制）
• plt.show()（弹出窗口查看；若在 Jupyter 中可直接显示）

如果想保存图片，加一句：plt.savefig("my_plot.png")（建议放在 plt.show() 前，否则可能保存为空白）

三、让图表更专业：加标题、标签和网格

默认图表信息太少，几行代码就能提升可读性：

• plt.title("正弦函数图像")
• plt.xlabel("x 轴")
• plt.ylabel("sin(x)")
• plt.grid(True)（开启网格线，增强参考性）

中文显示有时会乱码，可在绘图前加两行解决：

• plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']
• plt.rcParams['axes.unicode_minus'] = False

四、多子图与常见图表类型

一个图里放多个小图，用 plt.subplot() 或更灵活的 plt.subplots()：

• fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))
• ax1.plot(x, np.sin(x))
• ax2.scatter(x[::10], np.cos(x[::10]))（散点图）

其他常用图表只需换函数名：

• 柱状图：plt.bar()
• 直方图：plt.hist()
• 饼图：plt.pie()
• 箱线图：plt.boxplot()

不复杂但容易忽略。

本篇关于《PythonMatplotlib教程：数据可视化入门指南》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！