matplotlib 是 python 中最常用的数据可视化库，适合绘制从基础到复杂的图表。1. 安装方法为 pip install matplotlib；2. 通常使用 import matplotlib.pyplot as plt 导入库；3. 使用 plt.plot() 绘制折线图并可设置标题、坐标轴标签和线条样式；4. 使用 plt.bar() 或 plt.barh() 绘制柱状图，支持分组展示；5. 图表可通过 plt.show() 显示或 plt.savefig() 保存为文件；6. 常见问题包括中文乱码通过设置字体解决、多个子图使用 plt.subplots() 创建、图例需调用 plt.legend() 显示。掌握这些方法即可满足大部分数据可视化需求。
数据可视化是理解数据的重要手段，Python 中最常用的绘图库就是 matplotlib。它功能强大、灵活，适合从基础图表到复杂图形的绘制。
安装与导入
使用 matplotlib 之前需要先安装。如果你还没装，可以用 pip 来安装：
pip install matplotlib
一般我们用 pyplot 模块来绘图，通常会这样导入：
立即学习“Python免费学习笔记（深入）”；
import matplotlib.pyplot as plt
这个写法是约定俗成的，后续代码也大多按这个方式来写。
绘制折线图（Line Plot）
折线图是最基础也是最常见的图表之一，适用于展示趋势变化。
比如我们想画一个简单的 x 和 y 的关系图：
x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show()
上面这段代码就会显示一个斜率为 2 的直线图。你还可以加标题和坐标轴标签，让图表更清晰：
plt.title("我的折线图")plt.xlabel("X 轴")plt.ylabel("Y 轴")
也可以设置线条颜色、样式、标记点等，例如：
plt.plot(x, y, color='red', linestyle='--', marker='o')
这些参数能让你的图表看起来更专业。
绘制柱状图（Bar Chart）
柱状图常用于比较不同类别的数值大小。假设我们有以下数据：
categories = ['A', 'B', 'C'] values = [10, 15, 7]
可以这样画图：
plt.bar(categories, values) plt.show()
如果想横向画柱状图，换成 plt.barh() 就行了。
有时候我们会遇到“分组柱状图”，也就是每个类别下有两个或更多数据，这时候就需要调整柱子的位置，用 np.arange() 配合宽度参数就能实现。
图表保存与显示
在 Jupyter Notebook 或交互式环境中，直接调用 plt.show() 就能看到图。但在脚本中运行时，可能更希望把图保存下来。
使用下面这句就可以保存为图片文件：
plt.savefig('my_plot.png')支持多种格式，比如 png、jpg、pdf 等，只需要改扩展名就行。
需要注意的是，在调用 plt.show() 之前调用 savefig，否则可能会保存一个空白图像，因为 show() 会清空当前图像内容。
常见问题和小技巧
-
中文显示乱码？
默认情况下，matplotlib 可能不支持中文。你可以通过设置字体解决：plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False
多个图放在一起？
使用plt.subplots()可以创建多个子图，方便对比查看。图例没显示？
如果用了plt.plot()但没有显示图例，记得加上label=参数，并调用plt.legend()。
基本上就这些操作，虽然简单但很容易忽略细节。掌握了这些常用方法，就能用 matplotlib 应对大部分的数据可视化需求了。
