Python 用matplotlib中的plot画图

介绍

在数据分析和可视化领域，matplotlib是一个非常常用且强大的库。它提供了丰富的绘图函数和工具，可以帮助我们创建各种类型的图表。

本文将详细介绍如何使用matplotlib中的plot函数绘制各种类型的图表。我们将从基本的折线图开始，逐步介绍散点图、柱状图、饼图、箱线图等。希望能够帮助读者对matplotlib的plot函数有更深入的了解。

安装matplotlib

在开始之前，我们需要先安装matplotlib库。通过pip可以很方便地完成安装：

pip install matplotlib

导入库

完成安装之后，我们需要导入matplotlib库和一些常用的模块：

import matplotlib.pyplot as plt
import numpy as np

折线图

折线图是一种常用的数据可视化方式，用于显示随着时间或其他连续变量的变化而变化的数据趋势。我们可以使用matplotlib中的plot函数来绘制折线图。

下面是一个简单的示例，展示了2020年每个月份的销售额变化趋势：

# 创建x轴数据，表示月份
months = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

# 创建y轴数据，表示每个月的销售额
sales = np.array([1000, 1200, 1500, 1300, 1600, 1800, 2000, 1900, 1700, 2100, 2300, 2500])

# 绘制折线图
plt.plot(months, sales)
plt.show()

运行上述代码，我们将看到一个简单的折线图，其中x轴表示月份，y轴表示销售额。

散点图

散点图常用于显示两个变量之间的关系。我们可以使用plot函数的scatter方法绘制散点图。

下面是一个示例，展示了苹果产品的价格和销量之间的关系：

# 创建x轴数据，表示苹果产品的价格
prices = np.array([5000, 6000, 7000, 8000, 9000])

# 创建y轴数据，表示苹果产品的销量
quantities = np.array([100, 80, 60, 40, 20])

# 绘制散点图
plt.scatter(prices, quantities)
plt.show()

运行上述代码，我们将得到一个散点图，其中x轴表示价格，y轴表示销量。

柱状图

柱状图常用于显示各个类别或组之间的数量比较。我们可以使用plot函数的bar方法绘制柱状图。

下面是一个示例，展示了某公司每个部门的收入情况：

# 创建x轴数据，表示部门名称
departments = np.array(["销售部", "研发部", "财务部", "人力资源部"])

# 创建y轴数据，表示各个部门的收入
incomes = np.array([50000, 60000, 40000, 30000])

# 绘制柱状图
plt.bar(departments, incomes)
plt.show()

运行上述代码，我们将看到柱状图，其中x轴表示部门名称，y轴表示收入。

饼图

饼图常用于显示不同类别在总体中的占比情况。我们可以使用plot函数的pie方法绘制饼图。

下面是一个示例，展示了一组产品的销售额在总销售额中的占比情况：

# 创建数据，表示不同产品的销售额
sales = np.array([30000, 20000, 10000, 5000])

# 创建标签，表示不同产品的名称
labels = np.array(["产品A", "产品B", "产品C", "产品D"])

# 绘制饼图
plt.pie(sales, labels=labels, autopct="%1.1f%%")
plt.show()

运行上述代码，我们将得到饼图，其中每个扇区表示一个产品，扇区的大小表示销售额的占比。

箱线图

箱线图常用于显示一组数据的分布情况。我们可以使用plot函数的boxplot方法绘制箱线图。

下面是一个示例，展示了一组学生的数学成绩分布情况：

# 创建数据，表示学生的数学成绩
scores = np.array([80, 85, 90, 92, 95, 96, 98])

# 绘制箱线图
plt.boxplot(scores)
plt.show()

运行上述代码，我们将看到一个箱线图，其中箱体表示数据的中位数和上下四分位数，须表示数据的范围。

总结

本文详细介绍了如何使用matplotlib中的plot函数绘制各种类型的图表。通过使用plot函数的不同方法，我们可以轻松地绘制折线图、散点图、柱状图、饼图和箱线图等。这些图表可以帮助我们更好地理解和分析数据。