使用Python的Matplotlib库创建图表和绘图，常用函数说明

Matplotlib是Python中最流行的可视化库之一，它支持多种绘图类型，包括折线图、散点图、条形图、饼图等，并能够容易地操作数据，以产生各种研究交流需要的图表。下面是创建图表和绘图常用函数说明：

1. plot()函数

plot()函数是Matplotlib中最常用的一个函数，它可以绘制出数据的折线图。一般的语法如下：plot(x,y)。

其中x是x轴坐标的向量，y是y轴坐标的向量。例如，可以使用如下代码绘制折线图：

import matplotlib.pyplot as plt

x = [1,2,3,4,5]
y = [2,4,6,8,10]

plt.plot(x, y)
plt.show()

2. scatter()函数

scatter()函数可用于制作散点图，语法如下：scatter(x,y,s=None)

s参数为散点的大小。例如，如下代码可绘制散点图：

import matplotlib.pyplot as plt

x = [1,2,3,4,5]
y = [2,4,6,8,10]

plt.scatter(x, y, s=30, c='red', alpha=0.5)
plt.show()

3. bar()函数

bar()函数用于绘制镜像条形图。一般的语法如下：bar(x, height, width=0.8)。

其中x表示条形图的位置，height是条形图的高度，width是条形图宽度。例如，如下代码可绘制镜像条形图：

import matplotlib.pyplot as plt

x = [1,2,3,4,5]
y = [2,4,6,8,10]

plt.bar(x, height=y, width=0.3, align='center', color='blue', alpha=0.5)
plt.show()

4. hist()函数

hist()函数用于绘制直方图，语法如下：hist(x, bins=None, color=None, alpha=1.0)。

其中x为数据，bins是直方图的条数，color是直方图的颜色，alpha是透明度。例如，如下代码可绘制直方图：

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

plt.hist(x, bins=50, color='green', alpha=0.8) 
plt.show()

5. pie()函数

pie()函数用于制作饼图，语法如下：pie(x, labels=None, colors=None, startangle=0, counterclock=True, autopct=None, pctdistance=0.6)。

其中x为饼图的数据，labels为饼图中每个部分的标签，colors为每个部分的颜色，startangle为饼图开始的角度，autopct为每个部分的百分比，pctdistance为每个部分的相对高度。例如，如下代码可绘制饼图：

import matplotlib.pyplot as plt

labels = ['Cats', 'Dogs', 'Birds']
sizes = [50, 30, 20]
colors = ['yellowgreen', 'lightskyblue', 'lightcoral']

plt.pie(sizes, labels=labels, colors=colors, startangle=90, autopct='%1.1f%%')
plt.axis('equal')
plt.show()

6. subplot()函数

subplot()函数可用于绘制多个图表，语法如下：subplot(nrows, ncols, plot_number)。

其中nrows为需要绘制的行数，ncols为需要绘制的列数，plot_number为当前绘制的图表编号。例如，如下代码可绘制多个图表：

import numpy as np
import matplotlib.pyplot as plt

def f(x):
    return np.exp(-x) * np.cos(2*np.pi*x)

x1 = np.arange(0.0, 5.0, 0.1)
x2 = np.arange(0.0, 5.0, 0.02)

plt.figure()
plt.subplot(211)
plt.plot(x1, f(x1), 'bo', x2, f(x2), 'k')

plt.subplot(212)
plt.plot(x2, np.cos(2*np.pi*x2), 'r--')

plt.show()

以上就是Matplotlib库中一些可用于创建图表和绘图的常用函数。了解这些函数的使用方法，可以帮助我们更快速、方便地生成各种适合研究、交流的图表。