人工智能之数据分析 Matplotlib

第一章  简介和安装

前言

Matplotlib 是 Python 中最常用的数据可视化库之一，用于创建静态、动态和交互式的图表。它功能强大、灵活，并且与 NumPy、Pandas 等科学计算库无缝集成，广泛应用于数据分析、机器学习、科研和工程等领域。

一、Matplotlib 简介

• 开发背景：由 John D. Hunter 于 2003 年创建，灵感来源于 MATLAB 的绘图功能。
• 主要模块：
• pyplot（常用接口）：提供类似 MATLAB 的命令式绘图接口，适合快速绘图。
• object-oriented API：更灵活，适用于复杂图形定制。
• 支持的图形类型：折线图、散点图、柱状图、饼图、直方图、热力图、3D 图等。
• 输出格式：可保存为 PNG、PDF、SVG、EPS 等多种格式，也支持在 Jupyter Notebook 中直接显示。

二、安装 Matplotlib

1. 使用 pip 安装（推荐）

在终端或命令行中运行：

pip install matplotlib

如果你使用的是 Python 虚拟环境，请先激活环境再安装。

2. 使用 conda 安装（适用于 Anaconda/Miniconda 用户）

conda install matplotlib

3. 验证安装是否成功

安装完成后，可以在 Python 中导入并测试：

import matplotlib.pyplot as plt
# 创建一个简单折线图
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title("Hello Matplotlib!")
plt.show()

如果弹出一个窗口显示图表（或在 Jupyter Notebook 中内联显示），说明安装成功。

三、常见依赖

Matplotlib 通常依赖以下库：

• NumPy：用于数值计算（大多数情况下会自动安装）。
• Pillow（可选）：用于图像处理。
• 后端依赖（如 Tkinter、Qt、GTK 等）：用于图形显示，不同系统默认后端不同。

💡 提示：在无图形界面的服务器上使用时，建议设置非交互式后端，例如：

import matplotlib
matplotlib.use('Agg')  # 必须在 import pyplot 前设置
import matplotlib.pyplot as plt

后续

本文主要介绍了Matplotlib的简介以及安装步骤，Matplotlib作为绘图部分，内容还是较为简单的，很容易上手。之前的python过渡项目部分代码已经上传至gitee，后续会逐步更新，主要受时间原因限制，当然自己也可以克隆到本地学习拓展。

资料关注

公众号：咚咚王 gitee： https://gitee.com/wy18585051844/ai_learning

《Python编程：从入门到实践》 《利用Python进行数据分析》 《算法导论中文第三版》 《概率论与数理统计（第四版） (盛骤) 》 《程序员的数学》 《线性代数应该这样学第3版》 《微积分和数学分析引论》 《（西瓜书）周志华-机器学习》 《TensorFlow机器学习实战指南》 《Sklearn与TensorFlow机器学习实用指南》 《模式识别（第四版）》 《深度学习 deep learning》伊恩·古德费洛著 花书 《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》 《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》 《自然语言处理综论  第2版》 《Natural-Language-Processing-with-PyTorch》 《计算机视觉-算法与应用(中文版)》 《Learning OpenCV 4》 《AIGC：智能创作时代》杜雨+&+张孜铭 《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》 《从零构建大语言模型（中文版）》 《实战AI大模型》 《AI 3.0》