NumPy - Matplotlib

NumPy - 使用 Matplotlib 绘图

Matplotlib 是 Python 中最广泛使用的数据可视化库。它提供了一个强大且灵活的平台，用于创建静态、动画和交互式图表。当与 NumPy 一起使用时，它提供了一个类似于 MATLAB 的数值计算和绘图环境，但属于开源的 Python 生态系统。

Matplotlib 与 NumPy 数组集成良好，可以轻松绘制使用 NumPy 生成或处理的数据。它还可以嵌入到各种图形用户界面 (GUI) 工具包中，如 Tkinter、PyQt 和 wxPython。

matplotlib.pyplot 子模块提供了一个方便的接口来创建图表。按照惯例，它被导入为 plt：

import matplotlib.pyplot as plt

plt.plot() 函数是创建二维线图的基本函数。让我们来绘制简单的线性方程 y = 2x + 5。

示例：基本线图

import numpy as np
import matplotlib.pyplot as plt

# 使用 NumPy 准备数据
x = np.arange(1, 11) # x 值从 1 到 10
y = 2 * x + 5        # 相应的 y 值

# 创建图表
plt.plot(x, y)       # 绘制 y 关于 x 的图

# 添加标签和标题以提高清晰度
plt.title("Simple Line Plot")
plt.xlabel("X Axis Label")
plt.ylabel("Y Axis Label")

# 显示图表
plt.show()

首先，使用 np.arange() 创建一个 NumPy 数组 x。相应的 y 值使用逐元素运算计算得出。plt.plot(x, y) 生成线图。plt.title()、plt.xlabel() 和 plt.ylabel() 等函数添加描述性元素。最后，plt.show() 显示生成的图表窗口。

预期输出描述：

此代码将显示一个包含图表的窗口。该图表显示了一条从左向右上升的直线，表示 x 值从 1 到 10 时线性关系 y = 2x + 5。x 轴和 y 轴分别标记为 “X Axis Label” 和 “Y Axis Label”，图表的标题是 “Simple Line Plot”。

您可以通过向 plot() 函数提供一个格式字符串 (format string) 来自定义图表的外观。此字符串可以指定颜色、标记样式 (marker style) 和线样式 (line style)。

常用标记样式：

字符	描述
’.‘	点标记
’o’	圆形标记
’s’	方形标记
’^‘	上三角标记
’*‘	星形标记
’+‘	加号标记
’x’	X 形标记
’D’	菱形标记

常用线样式：

字符	描述
’-‘	实线样式
’—‘	虚线样式
’-.‘	点划线样式
’:‘	点线样式

常用颜色缩写：

字符	颜色
’b’	蓝色
’g’	绿色
’r’	红色
’c’	青色
’m’	品红色
’y’	黄色
’k’	黑色
’w’	白色

例如，要绘制蓝色圆圈而不是线条，请使用格式字符串 'ob'（‘o’ 代表圆形标记，‘b’ 代表蓝色）。

示例：带标记的绘图

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1, 11)
y = 2 * x + 5

plt.title("Plot with Markers")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

# 使用蓝色 ('b') 圆形 ('o') 标记进行绘图
plt.plot(x, y, 'ob')

plt.show()

预期输出描述：

此代码将显示一个类似于第一个示例的图表，但不是实线，而是在每个 (x, y) 数据点处显示单个蓝色圆形标记。

正弦波图

一个常见的例子是绘制三角函数，如正弦波。

示例：绘制正弦曲线

import numpy as np
import matplotlib.pyplot as plt

# 计算正弦曲线上点的 x 和 y 坐标
x = np.arange(0, 3 * np.pi, 0.1) # x 值从 0 到 3*pi，步长为 0.1
y = np.sin(x)                   # 计算每个 x 值的正弦

plt.title("Sine Wave")
plt.xlabel("x (radians)")
plt.ylabel("sin(x)")

# 使用 matplotlib 绘制点
plt.plot(x, y)
plt.show()

预期输出描述：

这将显示一个图表窗口，显示一个平滑的正弦波，在 y 轴上介于 -1 和 1 之间振荡，x 轴范围从 0 到大约 9.42 (3 * pi)。

subplot()

plt.subplot() 函数允许您在同一个图表窗口内（以网格形式）排列多个图表。您需要指定行数、列数和当前图表的索引。

示例：在子图中绘制正弦和余弦

import numpy as np
import matplotlib.pyplot as plt

# 计算正弦和余弦曲线上点的 x 和 y 坐标
x = np.arange(0, 3 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)

# 创建一个图表 (figure) 和一组子图 (subplots)
# plt.figure() # 可选：创建一个新的图表

# 设置子图网格：2 行，1 列。激活第一个子图。
plt.subplot(2, 1, 1)
plt.plot(x, y_sin)
plt.title('Sine')
plt.ylabel('sin(x)')

# 激活第二个子图。
plt.subplot(2, 1, 2)
plt.plot(x, y_cos)
plt.title('Cosine')
plt.xlabel('x (radians)')
plt.ylabel('cos(x)')

# 调整布局以防止标题/标签重叠
plt.tight_layout()

# 显示包含两个子图的图表。
plt.show()

预期输出描述：

这将显示一个包含两个垂直堆叠图表的窗口。顶部图表显示标题为“Sine”的正弦波，底部图表显示标题为“Cosine”的余弦波。两个图表共享相同的 x 轴范围。

bar()

plt.bar() 函数创建条形图 (bar charts)，适用于比较分类数据。

示例：简单条形图

import matplotlib.pyplot as plt

# 第一组条形图的数据
x = [5, 8, 10]
y = [12, 16, 6]

# 第二组条形图的数据
x2 = [6, 9, 11]
y2 = [6, 15, 7]

# 创建条形图
plt.bar(x, y, align='center', label='Set 1')
# 绘制第二组，使用不同颜色
plt.bar(x2, y2, color='g', align='center', label='Set 2')

plt.title('Bar Graph Example')
plt.ylabel('Y axis values')
plt.xlabel('X axis categories/positions')
plt.legend() # 显示标签

plt.show()

预期输出描述：

此代码显示一个条形图。它在不同的 x 位置显示两组条形。第一组（在 x=5, 8, 10 处）默认为蓝色，第二组（在 x=6, 9, 11 处）为绿色 (‘g’)。条形的高度对应于 y 值。图例区分“Set 1”和“Set 2”。