### Matplotlib 支持的图表类型 Matplotlib 是一个强大的 Python 库，专门用于创建高质量的数据可视化图表[^1]。以下是几种主要的图表类型及其简单示例： #### 折线图 (Line Plot) 折线图是最基础的一种图表形式，适用于显示连续变量随时间或其他有序分类的变化趋势。 ```python import matplotlib.pyplot as plt # 数据准备 x_values = [0, 1, 2, 3, 4] y_values = [0, 2, 1, 3, 4] plt.plot(x_values, y_values) plt.title('Simple Line Chart') plt.xlabel('X Axis Label') plt.ylabel('Y Axis Label') plt.grid(True) plt.show() ``` #### 饼图 (Pie Chart) 饼图用来直观地表示各组成部分占总体的比例关系，在财务报表分析等领域非常有用[^3]。 ```python import matplotlib.pyplot as plt labels = ['A', 'B', 'C', 'D'] sizes = [15, 30, 45, 10] colors = ['red', 'green', 'blue', 'yellow'] fig, ax = plt.subplots() ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90) ax.set_title('Pie Chart of Data', fontsize=16) plt.show() ``` #### 条形图/柱状图 (Bar Chart / Histogram) 条形图适合对比多个类别的数量差异；而直方图则主要用于统计数值型数据分布特征。 ```python import numpy as np import matplotlib.pyplot as plt categories = ['Category A', 'Category B', 'Category C'] values = [7, 8, 6] plt.bar(categories, values) plt.title('Bar Chart Example') plt.xlabel('Categories') plt.ylabel('Values') plt.show() # 直方图例子 data = np.random.randn(1000) plt.hist(data, bins=20, alpha=0.75) plt.title('Histogram Example') plt.xlabel('Value') plt.ylabel('Frequency') plt.grid(True) plt.show() ``` #### 散点图 (Scatter Plot) 散点图能够很好地揭示两个定量属性间的关系模式，对于探索性数据分析特别有价值。 ```python import numpy as np import matplotlib.pyplot as plt n_points = 50 x_coords = np.random.rand(n_points) y_coords = np.random.rand(n_points) plt.scatter(x_coords, y_coords) plt.title('Scatter Plot Example') plt.xlabel('X Coordinate') plt.ylabel('Y Coordinate') plt.show() ``` #### 三维图表 (3D Plots) 除了常规二维视图之外，matplotlib 还允许构建更加复杂的三维空间内的图形结构，比如表面图、线框图等[^4]。 ```python from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np fig = plt.figure() ax = fig.add_subplot(projection='3d') u = v = np.linspace(-np.pi, np.pi, 100) x = np.outer(np.cos(u), np.sin(v)) y = np.outer(np.sin(u), np.sin(v)) z = np.outer(np.ones(np.size(u)), np.cos(v)) ax.plot_surface(x, y, z, cmap='viridis') ax.set_title('3D Surface Plot Example') plt.show() ```