### 使用 Matplotlib 绘制散点图、折线图、直方图和饼状图 以下是使用 Python 的 Matplotlib 库分别绘制散点图、折线图、直方图和饼状图的示例代码。 #### 散点图 散点图用于表示两个变量之间的关系，通常用来分析数据分布情况。 ```python import matplotlib.pyplot as plt # 准备数据 x = [1, 2, 3, 4, 5] y = [10, 20, 25, 30, 40] # 创建图表 plt.scatter(x, y, color="red") # 添加描述信息 plt.title("Scatter Plot Example", fontsize=16) plt.xlabel("X-axis Label") plt.ylabel("Y-axis Label") # 展示图表 plt.show() ``` #### 折线图 折线图常用于展示连续数据的变化趋势。 ```python import matplotlib.pyplot as plt # 准备数据 x = [1, 2, 3, 4, 5] y = [10, 20, 25, 30, 40] # 创建图表 plt.plot(x, y, marker='o') # 添加描述信息 plt.title("Line Chart Example", fontsize=16) plt.xlabel("X-axis Label") plt.ylabel("Y-axis Label") # 展示图表 plt.show() ``` #### 直方图 直方图用于显示数值型数据的频率分布。 ```python import matplotlib.pyplot as plt import numpy as np # 准备数据 data = np.random.randn(1000) # 创建图表 plt.hist(data, bins=30, color="blue", alpha=0.7) # 添加描述信息 plt.title("Histogram Example", fontsize=16) plt.xlabel("Value Range") plt.ylabel("Frequency") # 展示图表 plt.show() ``` #### 饼状图 饼状图适合于表现比例分配的情况。 ```python import matplotlib.pyplot as plt # 准备数据 sizes = [100, 200, 300] labels = ['A', 'B', 'C'] explode = (0.1, 0, 0) # 突出显示第一个扇区 # 创建图表 plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', startangle=90) # 调整布局为圆形 plt.axis('equal') # 添加标题 plt.title("Pie Chart Example", fontsize=16) # 展示图表 plt.show() ``` 以上代码展示了如何利用 Matplotlib 实现四种常见类型的图表绘制[^1]。每种图表都有其特定的应用场景以及参数配置方法[^2]。