🎉 Matplotlib 数据可视化入门教程

📚 课程概述

本教程将带您掌握使用 Matplotlib 进行数据可视化的基础技能，涵盖图表类型、数据绘制及样式定制等内容。通过实践案例，您将学会如何将数据分析结果转化为直观的图形展示。

🛠 安装与环境准备

pip install matplotlib

📌 点击此处查看Matplotlib官方文档 获取更多安装与配置信息

📈 核心功能演示

常用图表类型

• 📊 折线图 plt.plot()
• 📌 柱状图 plt.bar()
• 📉 面积图 plt.fill_between()
• 📐 散点图 plt.scatter()

基础绘图流程

1. 导入库

   import matplotlib.pyplot as plt
   

2. 准备数据

   x = [1, 2, 3, 4]
   y = [10, 20, 25, 30]
   

3. 绘制图形

   plt.plot(x, y, marker='o')
   plt.title("简单折线图")
   plt.xlabel("X轴")
   plt.ylabel("Y轴")
   plt.show()
   

📖 实战案例

示例1：折线图绘制

import matplotlib.pyplot as plt

# 示例数据
days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri']
temperatures = [22, 24, 26, 23, 25]

# 绘制折线图
plt.plot(days, temperatures, color='blue', linestyle='--', marker='^')
plt.title("一周气温变化")
plt.grid(True)
plt.show()

示例2：柱状图对比

import matplotlib.pyplot as plt

# 示例数据
categories = ['A', 'B', 'C', 'D']
values = [30, 45, 20, 50]

# 绘制柱状图
plt.bar(categories, values, color=['red', 'green', 'blue', 'orange'])
plt.xlabel("类别")
plt.ylabel("数值")
plt.title("分类数据对比")
plt.show()

🚀 进阶学习建议

1. 探索Seaborn库 - 基于Matplotlib的高级可视化工具
2. 学习如何创建交互式图表
3. 掌握数据可视化最佳实践
4. 尝试3D图表绘制 from mpl_toolkits.mplot3d import Axes3D

📌 注意：所有示例代码均基于Python 3.x环境，建议搭配Jupyter Notebook进行交互式调试