使用Python matplotlib绘制第一个图表

下面的代码展示了如何使用 matplotlib 来绘制一个简单的图表。我们将一步步地讲解每一行代码的功能，帮助学生理解整个过程。

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
data = np.array([1, 2, 3, 4, 5])

# 创建代表画布的Figure 类的对象fig
fig = plt.figure()

# 在画布fig上添加坐标系风格的绘图区域ax
ax = fig.add_subplot()

# 绘制图表
ax.plot(data)

# 展示图表
plt.show()

第一步：导入需要的库

import numpy as np
import matplotlib.pyplot as plt

• import numpy as np：这行代码导入了 numpy 库并为它起了一个简短的别名 np。numpy 是一个非常常用的数学库，可以帮助我们更高效地处理数值计算，尤其是数组操作。在这段代码中，numpy 主要用来创建数据。

• import matplotlib.pyplot as plt：这行代码导入了 matplotlib.pyplot 模块，并为它起了一个别名 plt。matplotlib 是一个用于绘图的库，pyplot 是它的一个子模块，提供了简单的接口来绘制各种类型的图表。

第二步：准备数据

data = np.array([1, 2, 3, 4, 5])

• 这里，我们使用 numpy 创建了一个简单的一维数组 data，包含了 5 个数字：[1, 2, 3, 4, 5]。这些数据将用于绘制图表。

第三步：创建画布

fig = plt.figure()

• 这行代码使用 plt.figure() 创建了一个 Figure 对象，表示整个画布。画布是你用来绘制图形的区域。在此之前并没有实际绘制任何内容，只是创建了一个空白的画布对象。

第四步：添加绘图区域

ax = fig.add_subplot()

• 这行代码在我们刚刚创建的 fig 画布上添加了一个坐标系风格的绘图区域 ax。add_subplot() 方法默认在画布上添加一个简单的坐标系（即 X 轴和 Y 轴），并为后续的绘图提供空间。

• 如果你在未来想要在同一个画布上添加多个子图，可以通过给 add_subplot() 方法传入多个参数来定义多个绘图区域，比如：fig.add_subplot(1, 2, 1) 表示创建一个 1 行 2 列的布局，在第一个位置添加一个图表。

第五步：绘制图表

ax.plot(data)

• 这行代码实际绘制了数据 data 上的图表。ax.plot(data) 是绘制一条折线图（默认行为），数据 data 中的每个点都会在图表中显示出来，并通过线条将相邻的点连接起来。

• ax.plot() 方法的功能非常强大，你可以通过传入更多的参数来控制图表的样式（比如线条的颜色、类型、宽度等），但在这个简单的示例中，我们只使用了默认设置。

第六步：展示图表

plt.show()

• 这行代码是用来显示图表的。当你调用 plt.show() 时，matplotlib 会打开一个图形窗口，显示你绘制的图表。在此之前，所有的绘图操作都只是添加到画布中，直到调用 show()，图表才会被实际渲染出来。

输出结果

执行上述代码后，学生将看到一个非常简单的折线图，X 轴是数据的索引（从 0 到 4），Y 轴是数据的实际值（即 [1, 2, 3, 4, 5]）。图表看起来像这样：

总结

• 我们首先导入了 numpy 和 matplotlib 库，准备好了数据。
• 然后创建了一个画布（fig）和一个绘图区域（ax）。
• 使用 ax.plot() 绘制了数据的折线图。
• 最后，通过 plt.show() 展示了图表。

这个过程展示了如何使用 matplotlib 快速绘制一个简单的图表，帮助学生理解绘图的基础步骤。