Matplotlib 绘制折线图和柱状图

Matplotlib 是 Python 中常用的数据可视化库，用于创建各种图表。折线图适合展示数据随时间或连续变量的变化趋势，而柱状图适合比较不同类别的数值大小。下面我将分步解释如何绘制这两种图表，并提供完整代码示例。确保您已安装 Matplotlib（可通过 pip install matplotlib 安装）。

1. 绘制折线图

折线图通过连接数据点来显示趋势。基本步骤包括：

• 导入库
• 准备数据（例如，x 和 y 坐标）
• 创建图形并绘制折线
• 添加标签和标题
• 显示图表

代码示例：

import matplotlib.pyplot as plt

# 准备数据
x = [1, 2, 3, 4, 5]  # x 轴数据（如时间）
y = [2, 4, 6, 8, 10]  # y 轴数据（如数值）

# 创建图形和轴
plt.figure(figsize=(8, 5))  # 设置图形大小
plt.plot(x, y, marker='o', linestyle='-', color='b', label='线性增长')  # 绘制折线，带标记点

# 添加标签和标题
plt.xlabel('$x$')  # x 轴标签，使用 LaTeX 格式
plt.ylabel('$y$')  # y 轴标签
plt.title('简单折线图示例')
plt.legend()  # 显示图例
plt.grid(True)  # 添加网格

# 显示图表
plt.show()

关键点解释：

• plt.plot(x, y)：核心函数，绘制折线。参数如 marker='o' 添加数据点标记，linestyle='-' 设置实线。
• 标签使用 $...$ 格式，例如 $x$ 表示变量，Matplotlib 自动渲染为数学符号。
• 运行此代码将显示一个折线图，展示 y 随 x 线性增长的趋势。

2. 绘制柱状图

柱状图用于比较离散类别的数值。基本步骤包括：

• 导入库
• 准备数据（类别和对应高度）
• 创建图形并绘制柱子
• 添加标签和标题
• 显示图表

代码示例：

import matplotlib.pyplot as plt

# 准备数据
categories = ['A', 'B', 'C', 'D']  # 类别标签
values = [10, 25, 15, 30]  # 每个类别的值

# 创建图形和轴
plt.figure(figsize=(8, 5))
plt.bar(categories, values, color=['r', 'g', 'b', 'y'])  # 绘制柱状图，不同颜色

# 添加标签和标题
plt.xlabel('类别')
plt.ylabel('数值')
plt.title('简单柱状图示例')
plt.grid(axis='y')  # 仅在 y 轴添加网格

# 显示图表
plt.show()

关键点解释：

• plt.bar(categories, values)：核心函数，绘制柱状图。参数 color 可设置柱子颜色。
• 柱状图常用于比较，例如展示不同类别的销售额。
• 确保类别和值列表长度一致，否则会报错。

总结

• 折线图：适合趋势分析，如时间序列数据。使用 plt.plot()。
• 柱状图：适合类别比较，如销售数据。使用 plt.bar()。
• 通用技巧：添加 plt.grid() 提高可读性；使用 plt.savefig('filename.png') 可保存图表。
• 通过修改数据或参数，您可以轻松扩展这些示例。例如，添加多个折线或分组柱状图。如果您有具体数据需求，可以提供更多细节，我可以进一步优化代码！