人工智能之數據分析 Matplotlib
第一章 簡介和安裝
(文章目錄)
前言
Matplotlib 是 Python 中最常用的數據可視化庫之一，用於創建靜態、動態和交互式的圖表。它功能強大、靈活，並且與 NumPy、Pandas 等科學計算庫無縫集成，廣泛應用於數據分析、機器學習、科研和工程等領域。
一、Matplotlib 簡介
- 開發背景：由 John D. Hunter 於 2003 年創建，靈感來源於 MATLAB 的繪圖功能。
- 主要模塊：
pyplot（常用接口）：提供類似 MATLAB 的命令式繪圖接口，適合快速繪圖。object-oriented API：更靈活，適用於複雜圖形定製。
- 支持的圖形類型：折線圖、散點圖、柱狀圖、餅圖、直方圖、熱力圖、3D 圖等。
- 輸出格式：可保存為 PNG、PDF、SVG、EPS 等多種格式，也支持在 Jupyter Notebook 中直接顯示。
二、安裝 Matplotlib
1. 使用 pip 安裝（推薦）
在終端或命令行中運行：
pip install matplotlib
如果你使用的是 Python 虛擬環境，請先激活環境再安裝。
2. 使用 conda 安裝（適用於 Anaconda/Miniconda 用户）
conda install matplotlib
3. 驗證安裝是否成功
安裝完成後，可以在 Python 中導入並測試：
import matplotlib.pyplot as plt
# 創建一個簡單折線圖
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title("Hello Matplotlib!")
plt.show()
如果彈出一個窗口顯示圖表（或在 Jupyter Notebook 中內聯顯示），説明安裝成功。
三、常見依賴
Matplotlib 通常依賴以下庫：
- NumPy：用於數值計算（大多數情況下會自動安裝）。
- Pillow（可選）：用於圖像處理。
- 後端依賴（如 Tkinter、Qt、GTK 等）：用於圖形顯示，不同系統默認後端不同。
💡 提示：在無圖形界面的服務器上使用時，建議設置非交互式後端，例如：
import matplotlib matplotlib.use('Agg') # 必須在 import pyplot 前設置 import matplotlib.pyplot as plt
後續
本文主要介紹了Matplotlib的簡介以及安裝步驟，Matplotlib作為繪圖部分，內容還是較為簡單的，很容易上手。之前的python過渡項目部分代碼已經上傳至gitee，後續會逐步更新，主要受時間原因限制，當然自己也可以克隆到本地學習拓展。
資料關注
公眾號：咚咚王 gitee：https://gitee.com/wy18585051844/ai_learning
《Python編程：從入門到實踐》 《利用Python進行數據分析》 《算法導論中文第三版》 《概率論與數理統計（第四版） (盛驟) 》 《程序員的數學》 《線性代數應該這樣學第3版》 《微積分和數學分析引論》 《（西瓜書）周志華-機器學習》 《TensorFlow機器學習實戰指南》 《Sklearn與TensorFlow機器學習實用指南》 《模式識別（第四版）》 《深度學習 deep learning》伊恩·古德費洛著 花書 《Python深度學習第二版(中文版)【純文本】 (登封大數據 (Francois Choliet)) (Z-Library)》 《深入淺出神經網絡與深度學習+(邁克爾·尼爾森（Michael+Nielsen）》 《自然語言處理綜論 第2版》 《Natural-Language-Processing-with-PyTorch》 《計算機視覺-算法與應用(中文版)》 《Learning OpenCV 4》 《AIGC：智能創作時代》杜雨+&+張孜銘 《AIGC原理與實踐：零基礎學大語言模型、擴散模型和多模態模型》 《從零構建大語言模型（中文版）》 《實戰AI大模型》 《AI 3.0》