解决matplotlib与PyCharm中的特定matplotlib backend不兼容问题

前提：Python虚拟环境

第一部分：

解决方案

1.将已经下载的matplotlib库卸载，代码是 conda uninstall matplotlib

2.下载3.8版本的matplotlib,代码是 conda install matplotlib==3.8

之后再python中就可以正确运行了

第二部分：

介绍一下 matplotlib库的作用

Matplotlib库中的常见函数众多，这些函数涵盖了从基本图形绘制到图形细节定制的各种功能。以下是一些常见的Matplotlib函数及其简要说明：

一、基本绘图函数

1. plot()

   • 功能：绘制线图。
   • 说明：这是最基本的绘图函数，用于绘制一维数据的折线图。

2. scatter()

   • 功能：绘制散点图。
   • 说明：该函数接受x和y坐标作为输入，并允许自定义散点的颜色、大小和形状等属性。

3. bar()

   • 功能：绘制条形图。
   • 说明：常用于展示分类数据的数值比较。

4. hist()

   • 功能：绘制直方图。
   • 说明：用于展示数据的分布情况，可以自动计算数据的分组和频率。

5. pie()

   • 功能：绘制饼图。
   • 说明：用于展示数据的比例关系，可以清晰地看出各部分所占的比例。

二、图像与热力图函数

1. imshow()

   • 功能：绘制图像或热力图。
   • 说明：该函数常用于展示二维数组或图像数据。

三、等高线与地形图函数

1. contour()

   • 功能：绘制等高线图。
   • 说明：在二维平面上展示三维数据的等高线，有助于观察数据的分布和变化趋势。

四、统计与分布图函数

1. boxplot()

   • 功能：绘制箱线图。
   • 说明：用于展示数据的分布情况，包括最小值、第一四分位数、中位数、第三四分位数和最大值等信息。

2. violinplot()

   • 功能：绘制小提琴图。
   • 说明：与箱线图类似，但提供了更丰富的数据分布信息，通过展示数据的概率密度函数来展示数据的分布情况。

五、图形设置与标签函数

1. xlabel()

   • 功能：设置x轴标签。
   • 说明：用于添加x轴的文本标签，描述x轴的数据含义。

2. ylabel()

   • 功能：设置y轴标签。
   • 说明：与xlabel()类似，用于添加y轴的文本标签。

3. title()

   • 功能：设置图形标题。
   • 说明：为整个图表添加一个描述性的标题。

4. legend()

   • 功能：设置图例。
   • 说明：当图表中包含多个数据系列时，图例用于区分不同的数据系列。

六、坐标轴设置函数

1. xlim() 和 ylim()

   • 功能：分别设置x轴和y轴的范围。
   • 说明：通过限制坐标轴的范围，可以更好地展示数据的特定部分。

2. xticks() 和 yticks()

   • 功能：分别设置x轴和y轴的刻度和标签。
   • 说明：用于自定义坐标轴的刻度和标签。

七、子图与图形窗口函数

1. subplot()

   • 功能：创建子图。
   • 说明：该函数允许在一个图形窗口中绘制多个图表（子图），通过指定行数和列数以及子图的索引来定位子图的位置。

2. subplots()

   • 功能：创建图形窗口和子图。
   • 说明：与subplot()类似，但更加灵活和方便。该函数直接返回一个包含图形对象和子图对象的元组，方便后续对子图进行定制和绘制。

3. figure()

   • 功能：创建一个新的图形窗口，或者返回一个已存在的图形窗口。
   • 说明：可以指定图形的大小、分辨率、背景颜色等属性。

八、其他常用函数

1. grid()

   • 功能：在图表中添加网格线。
   • 说明：通过设置参数，可以选择是否显示网格线以及网格线的样式。

2. text()

   • 功能：在图表中添加文本。
   • 说明：该函数允许在图表中的指定位置添加文本，并可以自定义文本的颜色、字体和大小等属性。

3. annotate()

   • 功能：在图表中增加带箭头的注解。
   • 说明：该函数接受要注解的字符串、箭头所在的位置、文本所在位置以及箭头属性等参数。

4. savefig()

   • 功能：将绘制的图形保存为文件。
   • 说明：可以指定保存的文件名、格式（如PNG、PDF等）以及分辨率等参数。

5. show()

   • 功能：显示图形。
   • 说明：在绘制完图形后，调用该函数可以在窗口中显示图形。

这些函数只是Matplotlib提供的一部分功能，实际上Matplotlib还包含许多其他函数和模块，可以满足更加复杂和多样化的绘图需求。在使用过程中，建议参考Matplotlib的官方文档（matplotlib.org/stable/），以获取更详细的信息和示例代码。