### Python绘图基础 Python 提供了多种工具来完成图形绘制的任务，其中最常用的库之一是 Matplotlib。它能够创建高质量的静态、动态以及交互式的可视化图表。 #### 使用 Matplotlib 绘制条形图 以下是通过 Matplotlib 库实现水平条形图的一个简单示例代码[^1]： ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [60, 25, 78, 50] plt.barh(x, y, align='center', color='blue') plt.xlabel('数值') plt.ylabel('类别') plt.title('水平条形图示例') plt.show() ``` 此代码片段展示了如何利用 `barh()` 函数生成一条形图，并设置了颜色参数为蓝色。 #### 利用 Matplotlib 创建热力图 对于更复杂的图像类型比如热力图，则可以通过 NumPy 和 Matplotlib 的组合轻松构建出来[^2]: ```python import numpy as np import matplotlib.pyplot as plt data = np.random.rand(10, 10) plt.imshow(data, cmap='hot', interpolation='nearest') plt.colorbar() plt.title('热力图示例') plt.show() ``` 这里我们首先定义了一个大小为 (10x10) 随机数数组作为输入数据源，接着调用了 `imshow()` 方法显示该二维矩阵形式的数据分布情况。 #### 子图布局管理 当需要在同一窗口内展示多幅独立子图时，可以借助于 `subplot()` 来安排这些子图的位置关系[^3]. 下面给出了一种常见的方式说明其基本语法结构: ```python import matplotlib.pyplot as plt fig = plt.figure() ax1 = fig.add_subplot(2, 2, 1) ax2 = fig.add_subplot(2, 2, 2) ax3 = fig.add_subplot(2, 2, 3) ax4 = fig.add_subplot(2, 2, 4) plt.tight_layout() # 自动调整各子图间距 plt.show() ``` 上述脚本会建立四个区域分别对应不同的坐标系对象实例变量 ax1 至 ax4 ，从而允许各自独立设置属性并呈现不同类型的统计信息或者函数曲线等内容. #### Turtle模块绘制几何形状 除了科学计算领域外，在教育场景下也经常采用标准库中的 turtle 模块来进行趣味性的编程练习活动[^4], 如下面这段程序就演示了怎样先后描绘出正五边形与正六边形的过程. ```python import turtle turtle.bgcolor('black') turtle.color('yellow') # 先画六边形 total_times_six = 6 for _ in range(total_times_six): turtle.forward(100) turtle.left(60) # 转向准备画下一个图形前稍微偏移一点位置 turtle.left(150) turtle.forward(50) # 接着再画五边形 total_times_five = 5 for _ in range(total_times_five): turtle.forward(100) turtle.left(72) turtle.done() ``` 以上介绍了几种常见的基于 Python 平台下的绘图技术及其应用场景举例分析。