Learn AI with Python · 课时

使用 Matplotlib 进行数据可视化

Q: 「使用 Matplotlib 进行数据可视化」这节课中我会学到什么？

了解如何创建可视化内容来理解数据 你通过在浏览器中直接运行的动手代码来练习 Learn AI with Python，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

了解如何创建可视化内容来理解数据

使用 Matplotlib 进行数据可视化 是 CoddyKit 上的免费 Learn AI with Python 课时。这是第 2 节课，共 5 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 Learn AI with Python 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Learn AI with Python 课程共包含 5 节课。

Matplotlib 简介

Matplotlib 是一个常用的 Python 库，可用于创建可视化图表，包括折线图、bar 图表、散点图等。

在本课程中，您将学习如何使用 Matplotlib 创建和自定义各种类型的图表。

安装 Matplotlib

要安装 Matplotlib，请在终端中使用以下命令：

pip install matplotlib

安装完成后，您就可以在 Python 脚本中导入它：

# Importing matplotlib
import matplotlib.pyplot as plt

print("Matplotlib imported successfully")

创建简单的折线图

您可以使用 Matplotlib 的 plot() 函数创建基本的折线图：

# Creating a simple line plot
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.plot(x, y)
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

自定义图表

Matplotlib 允许您通过标题、标签、图例和不同的线条样式自定义图表：

# Customizing a plot
plt.plot(x, y, label="Line 1", linestyle="--", color="red")
plt.legend()
plt.title("Customized Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

创建 bar 图表

bar 图表适合用于比较不同类别。使用 bar() 函数可以创建 bar 图表：

# Creating a bar chart
categories = ["A", "B", "C"]
values = [10, 15, 7]

plt.bar(categories, values, color="blue")
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()

创建散点图

散点图适合用于展示两个变量之间的关系。使用 scatter() 函数：

# Creating a scatter plot
x = [5, 7, 8, 7]
y = [3, 8, 6, 4]

plt.scatter(x, y, color="green")
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

创建直方图

直方图展示数据集的分布。使用 hist() 函数：

# Creating a histogram
data = [1, 1, 2, 3, 3, 3, 4, 4, 5]

plt.hist(data, bins=5, color="purple")
plt.title("Histogram")
plt.xlabel("Bins")
plt.ylabel("Frequency")
plt.show()

添加多个图表

您可以使用 subplot() 函数在同一个图形中添加多个图表：

# Adding multiple plots
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("First Plot")

plt.subplot(2, 1, 2)
plt.bar([1, 2, 3], [7, 8, 9])
plt.title("Second Plot")

plt.tight_layout()
plt.show()

使用 Matplotlib 时的常见错误

以下是需要避免的一些错误：

忘记调用 plt.show() 来显示图表。
使用相互重叠的元素，却没有调整布局。
没有为坐标轴和图表添加标签，导致内容不够清晰。

我们学到了什么

在本课中，您学到了：

如何安装并导入绘图库。
如何创建折线图、柱状图、散点图和直方图。
如何使用标签、图例和多个图表自定义图表。

做得很好！让我们继续学习下一个主题。

常见问题解答

「使用 Matplotlib 进行数据可视化」课时是免费的吗？

是的 — 「使用 Matplotlib 进行数据可视化」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Learn AI with Python 课程的其余内容，请升级到 CoddyKit PRO。 Learn AI with Python 课程共包含 5 节课。

「使用 Matplotlib 进行数据可视化」这节课中我会学到什么？

了解如何创建可视化内容来理解数据你通过在浏览器中直接运行的动手代码来练习 Learn AI with Python，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Learn AI with Python 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Learn AI with Python 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 2 节课，共 5 节。

「使用 Matplotlib 进行数据可视化」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Learn AI with Python 课中编写并运行代码吗？

能。每节 Learn AI with Python 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 Learn AI with Python