Matplotlib-图形类

Matplotlib是一个强大的Python绘图工具，并支持众多的可视化形式。其中，图形类是Matplotlib最为核心和基础的部分，通过调用它们的方法和属性，我们就可以快速地创建各种样式和风格的图形。

Figure和Axes

在Matplotlib中，最重要的两个图形类是Figure和Axes。其中，Figure表示我们绘制的整个图形对象，而Axes则表示图形中的坐标系或图像。在绘制图形时，我们通常先创建一个Figure对象，再在其中创建一个或多个Axes对象，然后通过调用Axes对象的方法添加各种图像元素，如线条、散点、矩形、文本等。

Markdown代码片段：

## Figure和Axes

在Matplotlib中，最重要的两个图形类是Figure和Axes。其中，Figure表示我们绘制的整个图形对象，而Axes则表示图形中的坐标系或图像。在绘制图形时，我们通常先创建一个Figure对象，再在其中创建一个或多个Axes对象，然后通过调用Axes对象的方法添加各种图像元素，如线条、散点、矩形、文本等。

常见图形的创建和展示

Matplotlib可以绘制的图形类型非常丰富，包括线性图、散点图、柱状图、饼图等。接下来我们将展示如何使用Axes类的方法创建和展示这些图形。

线性图

Line2D类是用来绘制线性图的，我们可以使用它的plot()方法来添加线条。例如，在一个坐标系中画出正弦函数的线性图可以使用以下代码：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y)
plt.show()

注：这里使用了numpy库中的linspace函数生成了0到2π之间的100个等距的采样点，然后计算出这些采样点上的正弦函数值，最后使用plot()方法将其绘制出来。

上述代码生成的图像如下：

Markdown代码片段：

### 线性图

Line2D类是用来绘制线性图的，我们可以使用它的plot()方法来添加线条。例如，在一个坐标系中画出正弦函数的线性图可以使用以下代码：

```python
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y)
plt.show()

注：这里使用了numpy库中的linspace函数生成了0到2π之间的100个等距的采样点，然后计算出这些采样点上的正弦函数值，最后使用plot()方法将其绘制出来。

### 散点图

Scatter类用来绘制散点图，我们可以使用它的scatter()方法绘制多组数据的散点图，例如下面的代码可以绘制两组随机生成的点集：

```python
import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.rand(50)
y1 = np.random.rand(50)
x2 = np.random.rand(50)
y2 = np.random.rand(50)

fig, ax = plt.subplots()
ax.scatter(x1, y1, color='b')
ax.scatter(x2, y2, color='r')

plt.show()

上述代码生成的图像如下：

Markdown代码片段：

### 散点图

Scatter类用来绘制散点图，我们可以使用它的scatter()方法绘制多组数据的散点图，例如下面的代码可以绘制两组随机生成的点集：

```python
import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.rand(50)
y1 = np.random.rand(50)
x2 = np.random.rand(50)
y2 = np.random.rand(50)

fig, ax = plt.subplots()
ax.scatter(x1, y1, color='b')
ax.scatter(x2, y2, color='r')

plt.show()

### 柱状图

Bar类用来绘制柱状图，我们可以使用它的bar()方法绘制多组数据的柱状图，例如下面的代码可以绘制两组随机生成的柱状图：

```python
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(4)
y1 = np.random.rand(4)
y2 = np.random.rand(4)

fig, ax = plt.subplots()
ax.bar(x, y1, color='b', width=0.3)
ax.bar(x + 0.3, y2, color='r', width=0.3)

plt.show()

上述代码生成的图像如下：

Markdown代码片段：

### 柱状图

Bar类用来绘制柱状图，我们可以使用它的bar()方法绘制多组数据的柱状图，例如下面的代码可以绘制两组随机生成的柱状图：

```python
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(4)
y1 = np.random.rand(4)
y2 = np.random.rand(4)

fig, ax = plt.subplots()
ax.bar(x, y1, color='b', width=0.3)
ax.bar(x + 0.3, y2, color='r', width=0.3)

plt.show()

### 饼图

Pie类用来绘制饼图，我们可以使用它的pie()方法绘制多组数据的饼图，例如下面的代码可以绘制两组随机生成的饼图：

```python
import matplotlib.pyplot as plt

sizes = [15, 30, 45, 10]
colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral']
explode = (0, 0.1, 0, 0)

fig, ax = plt.subplots()
ax.pie(sizes, explode=explode, labels=colors, colors=colors,
        autopct='%1.1f%%', startangle=90)

plt.axis('equal')
plt.show()

上述代码生成的图像如下：

Markdown代码片段：

### 饼图

Pie类用来绘制饼图，我们可以使用它的pie()方法绘制多组数据的饼图，例如下面的代码可以绘制两组随机生成的饼图：

```python
import matplotlib.pyplot as plt

sizes = [15, 30, 45, 10]
colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral']
explode = (0, 0.1, 0, 0)

fig, ax = plt.subplots()
ax.pie(sizes, explode=explode, labels=colors, colors=colors,
        autopct='%1.1f%%', startangle=90)

plt.axis('equal')
plt.show()

## 小结

Matplotlib的图形类是Matplotlib非常重要的一部分，我们可以通过这些类创建各种样式和风格的图形。本文主要介绍了常见的四种图形类型：线性图、散点图、柱状图和饼图，并给出了相应的代码片段。在实际开发过程中，我们需要根据具体的需求选择相应的类和方法来创建所需的图形。