使用Matplotlib繪圖：從入門到精通

介紹

Matplotlib是Python中最常用的數據可視化工具之一。本文將從入門到精通為您詳細介紹Matplotlib的使用。

安裝

首先，確認您的電腦已經安裝了Python。然後使用pip命令安裝Matplotlib：

pip install matplotlib

基礎繪圖

讓我們從最簡單的例子開始，繪製一條直線。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

plt.plot(x, y)
plt.show()

這段代碼會繪製一個包含四個點的直線。`plot()`函數接受x和y軸的值作為輸入，`show()`函數則用來顯示圖形。

圖形樣式

Matplotlib支持各種繪圖樣式。這裡的代碼演示了繪製紅色圓形數據點和藍色虛線的方法。

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

plt.plot(x, y, 'ro--')
plt.show()

這裡，`’ro–‘`參數告訴Matplotlib繪製紅色圓形數據點和藍色虛線。r代表紅色，o代表圓形，–代表虛線。

子圖

有時候，我們需要在同一張圖中繪製多個子圖。下面的例子演示了在兩個子圖中繪製正弦和餘弦函數。

import numpy as np

# 創建一個包含100個數字的數組
x = np.linspace(-np.pi, np.pi, 100)
s = np.sin(x)
c = np.cos(x)

# 繪製第一個圖
plt.subplot(2, 1, 1)
plt.plot(x, s, 'r')

# 繪製第二個圖
plt.subplot(2, 1, 2)
plt.plot(x, c, 'b')

plt.show()

這裡使用`subplot()`函數來創建兩個子圖。第一個參數2表示將圖分為兩行，第二個參數1表示該圖位於第一行，第三個參數1表示該圖位於第一列。第二個`subplot()`函數的參數則為（2,1,2），意為第二行第一列的子圖。

自定義樣式

使用Matplotlib，您可以自定義樣式以及圖像的顏色、線條寬度和線條樣式等。下面的代碼演示了如何繪製更複雜的圖形：

x = np.linspace(-np.pi, np.pi, 1000)
y1 = np.sin(x)
y2 = np.sin(3 * x)

fig, ax = plt.subplots()

# 自定義線條樣式和顏色
ax.plot(x, y1, linewidth=2, linestyle='--', color='red')
ax.plot(x, y2, linewidth=2, linestyle='-', color='blue')

# 添加網格線
ax.grid(True)

# 添加圖形標題和坐標軸標題
ax.set_title('Sine and Cosine')
ax.set_xlabel('X')
ax.set_ylabel('Y')

plt.show()

在這裡，我們使用`subplots()`創建一個包含兩個子圖的圖形。然後對每個子圖進行自定義，自定義包括線條寬度、線條樣式、顏色、網格線、圖形標題和坐標軸標題。

3D繪圖

Matplotlib不僅支持2D繪圖，還支持3D繪圖，可以用來探索空間數據。下面的代碼展示了如何在3D空間中繪製一個球體：

from mpl_toolkits import mplot3d

fig = plt.figure()
ax = plt.axes(projection='3d')

# 計算球體上的點
z = np.linspace(-1, 1, 100)
theta = np.linspace(0, 2*np.pi, 100)
Z, THETA = np.meshgrid(z, theta)
R = 1
X = R*np.sqrt(1-Z**2)*np.cos(THETA)
Y = R*np.sqrt(1-Z**2)*np.sin(THETA)

# 繪製球體
ax.plot_surface(X, Y, Z)

plt.show()

在這裡，我們使用`Axes3D()`函數創建一個三維圖形。接下來，我們使用計算來確定球體上的點，然後使用`plot_surface()`函數將這些點繪製在3D空間中。

小結

本文從入門到精通介紹了使用Matplotlib繪圖的方法。包括基礎繪圖、圖形樣式、子圖、自定義樣式和3D繪圖。希望這些例子能幫助您更好地理解Matplotlib的使用。