# Matplotlib 教程 > 原文： [http://zetcode.com/python/matplotlib/](http://zetcode.com/python/matplotlib/) Matplotlib 教程展示了如何使用 Matplotlib 在 Python 中创建图表。 我们创建散点图，折线图，条形图和饼图。 ## Matplotlib Matplotlib 是用于创建图表的 Python 库。 Matplotlib 可用于 Python 脚本，Python 和 IPython shell，jupyter 笔记本，Web 应用服务器以及四个图形用户界面工具包。 ## Matplotlib 安装 Matplotlib 是需要安装的外部 Python 库。 ```py $ sudo pip install matplotlib ``` 我们可以使用`pip`工具安装该库。 ## Matplotlib 散点图 散点图是一种图形或数学图，使用笛卡尔坐标显示一组数据的两个变量的值。 `scatter.py` ```py #!/usr/bin/python3 import matplotlib.pyplot as plt x_axis = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_axis = [5, 16, 34, 56, 32, 56, 32, 12, 76, 89] plt.title("Prices over 10 years") plt.scatter(x_axis, y_axis, color='darkblue', marker='x', label="item 1") plt.xlabel("Time (years)") plt.ylabel("Price (dollars)") plt.grid(True) plt.legend() plt.show() ``` 该示例绘制了一个散点图。 该图表显示了十年内某些商品的价格。 ```py import matplotlib.pyplot as plt ``` 我们从`matplotlib`模块导入`pyplot`。 它是创建图表的命令样式函数的集合。 它的操作与 MATLAB 类似。 ```py x_axis = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_axis = [5, 16, 34, 56, 32, 56, 32, 12, 76, 89] ``` 我们有 x 和 y 轴的数据。 ```py plt.title("Prices over 10 years") ``` 通过`title()`函数，我们可以为图表设置标题。 ```py plt.scatter(x_axis, y_axis, color='darkblue', marker='x', label="item 1") ``` `scatter()`函数绘制散点图。 它接受 x 和 y 轴，标记的颜色，标记的形状和标签的数据。 ```py plt.xlabel("Time (years)") plt.ylabel("Price (dollars)") ``` 我们为轴设置标签。 ```py plt.grid(True) ``` 我们用`grid()`函数显示网格。 网格由许多垂直和水平线组成。 ```py plt.legend() ``` `legend()`函数在轴上放置图例。 ```py plt.show() ``` `show()`函数显示图表。  图：散点图 ## 两个数据集 在下一个示例中，我们将另一个数据集添加到图表。 `scatter2.py` ```py #!/usr/bin/python3 import matplotlib.pyplot as plt x_axis1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_axis1 = [5, 16, 34, 56, 32, 56, 32, 12, 76, 89] x_axis2 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_axis2 = [53, 6, 46, 36, 15, 64, 73, 25, 82, 9] plt.title("Prices over 10 years") plt.scatter(x_axis1, y_axis1, color='darkblue', marker='x', label="item 1") plt.scatter(x_axis2, y_axis2, color='darkred', marker='x', label="item 2") plt.xlabel("Time (years)") plt.ylabel("Price (dollars)") plt.grid(True) plt.legend() plt.show() ``` 该图表显示两个数据集。 我们通过标记的颜色来区分它们。 ```py x_axis1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_axis1 = [5, 16, 34, 56, 32, 56, 32, 12, 76, 89] x_axis2 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_axis2 = [53, 6, 46, 36, 15, 64, 73, 25, 82, 9] ``` 我们有两个数据集。 ```py plt.scatter(x_axis1, y_axis1, color='darkblue', marker='x', label="item 1") plt.scatter(x_axis2, y_axis2, color='darkred', marker='x', label="item 2") ``` 我们为每个集合调用`scatter()`函数。 ## Matplotlib 折线图 折线图是一种显示图表的图表，该信息显示为一系列数据点，这些数据点通过直线段相连，称为标记。 `linechart.py` ```py #!/usr/bin/python3 import numpy as np import matplotlib.pyplot as plt t = np.arange(0.0, 3.0, 0.01) s = np.sin(2.5 * np.pi * t) plt.plot(t, s) plt.xlabel('time (s)') plt.ylabel('voltage (mV)') plt.title('Sine Wave') plt.grid(True) plt.show() ``` 该示例显示正弦波折线图。 ```py import numpy as np ``` 在示例中，我们还需要`numpy`模块。 ```py t = np.arange(0.0, 3.0, 0.01) ``` `arange()`函数返回给定间隔内的均匀间隔的值列表。 ```py s = np.sin(2.5 * np.pi * t) ``` 我们获得数据的`sin()`值。 ```py plt.plot(t, s) ``` 我们使用`plot()`函数绘制折线图。 ## Matplotlib 条形图 条形图显示带有矩形条的分组数据，其长度与它们代表的值成比例。 条形图可以垂直或水平绘制。 `barchart.py` ```py #!/usr/bin/python3 from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [0, 1, 2, 3, 4, 5] y = [46, 38, 29, 22, 13, 11] fig, ax = plt.subplots() ax.bar(x, y, align='center') ax.set_title('Olympic Gold medals in London') ax.set_ylabel('Gold medals') ax.set_xlabel('Countries') ax.set_xticks(x) ax.set_xticklabels(("USA", "China", "UK", "Russia", "South Korea", "Germany")) plt.show() ``` 该示例绘制了条形图。 它显示了 2012 年伦敦每个国家/地区的奥运金牌数量。 ```py style.use('ggplot') ``` 可以使用预定义的样式。 ```py fig, ax = plt.subplots() ``` `subplots()`函数返回图形和轴对象。 ```py ax.bar(x, y, align='center') ``` 使用`bar()`函数生成条形图。 ```py ax.set_xticks(x) ax.set_xticklabels(("USA", "China", "UK", "Russia", "South Korea", "Germany")) ``` 我们为 x 轴设置国家/地区名称。 ## Matplotlib 饼图 饼图是圆形图，将其分成多个切片以说明数值比例。 `piechart.py` ```py #!/usr/bin/python3 import matplotlib.pyplot as plt labels = ['Oranges', 'Pears', 'Plums', 'Blueberries'] quantity = [38, 45, 24, 10] colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral'] plt.pie(quantity, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90) plt.axis('equal') plt.show() ``` 该示例创建一个饼图。 ```py labels = ['Oranges', 'Pears', 'Plums', 'Blueberries'] quantity = [38, 45, 24, 10] ``` 我们有标签和相应的数量。 ```py colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral'] ``` 我们为饼图的切片定义颜色。 ```py plt.pie(quantity, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90) ``` 饼图是通过`pie()`函数生成的。 `autopct`负责在图表的楔形图中显示百分比。 ```py plt.axis('equal') ``` 我们设置了相等的长宽比，以便将饼图绘制为圆形。  图：饼图 在本教程中，我们使用 Matplotlib 库创建了散点图，折线图，条形图和饼图。 您可能也对以下相关教程感兴趣： [PrettyTable 教程](/python/prettytable/)， [Tkinter 教程](/tkinter/)， [SymPy 教程](/python/sympy/)， [Python Pillow 教程](/python/pillow/)， [PyQt5 教程](/gui/pyqt5/)和 [Python 教程](/lang/python/)。