小編寫這篇文章的一個主要目的，主要是來給大家去做一個相關的自我介紹，介紹關于python是怎么進行數學建模的，怎么使用Matpolibd呢？具體的使用方法是什么呢？下面就給大家詳細的去做一個解答。

　　Matplotlib簡介

　　#Matplotlib簡介：
　　'''
　　使用Matplotlib在Python中創建圖表【Matplotlib是用于創建圖表的Python庫】
　　Matplotlib是一個非常強大的Python畫圖工具，我們可以使用該工具將很多數據通過圖表的形式更直觀的呈現出來。
　　它能讓使用者很輕松地將數據圖形化，并且提供多樣化的輸出格式【可創建散點圖，折線圖，條形圖和餅圖等】
　　Matplotlib可以用來繪制各種靜態，動態，交互式的圖表。
　　注：在使用之前需在終端安裝Matplotlib
　　安裝命令為：pip install matplotlib
　　Matplotlib應用：
　　Matplotlib通常與NumPy和SciPy（Scientific Python）一起使用，這種組合廣泛用于替代MatLab，
　　是一個強大的科學計算環境，有助于我們通過Python學習數據科學或者機器學習
　　'''
　　#查看版本
　　import matplotlib
　　print(matplotlib.__version__)

　　Matplotlib散點圖

　　#Matplotlib散點圖
　　#散點圖是一種圖形或數學圖，使用笛卡爾坐標顯示一組數據的兩個變量的值
　　#使用時，我們可以使用import導入pyplot庫，并設置一個別名plt
　　import matplotlib.pyplot as plt
　　x_hz=[i for i in range(10)]#時間數據
　　y_zz=[6,14,21,36,45,52,66,72,88,92]#價格數據
　　plt.title('price for 10 years')#設置圖表標題
　　plt.scatter(x_hz,y_zz,color='blue',marker='x',label='item 1')#scatter()功能繪制散點圖
　　plt.xlabel('year')#設置x軸標簽
　　plt.ylabel('price')#設置y軸標簽
　　plt.grid(True)#grid()功能顯示網格
　　plt.legend()#legend()功能在軸上放置圖例
　　plt.show()#顯示圖表

　　運行效果如下：

　　Matplotlib Pyplot

　　#Matplotlib Pyplot
　　'''
　　Pyplot是Matplotlib的子庫，提供了和MATLAB類似的繪圖API。
　　Pyplot是常用的繪圖模塊，能很方便讓用戶繪制2D圖表。
　　Pyplot包含一系列繪圖函數的相關函數，每個函數會對當前的圖像進行一些修改
　　'''
　　import matplotlib.pyplot as plt
　　import numpy as np
　　x_d=np.array([0,8])
　　y_d=np.array([0,120])
　　plt.plot(x_d,y_d)#plot()函數是繪制二維圖形的最基本函數
　　plt.show()

　　運行效果如下：

　　關于plot()

　　#關于plot()
　　'''
　　plot()用于畫圖它可以繪制點和線，語法格式如下：
　　#畫單條線
　　plot([x],y,[fmt],*,data=None,**kwargs)
　　#畫多條線
　　plot([x],y,[fmt],[x2],y2,[fmt2],...,**kwargs)
　　參數說明：
　　x,y：點或線的節點，x為x軸數據，y為y軸數據，數據可以列表或數組。
　　fmt：可選，定義基本格式（如顏色、標記和線條樣式）。
　　**kwargs：可選，用在二維平面圖上，設置指定屬性，如標簽，線的寬度等。
　　顏色字符：'b'藍色，'m'洋紅色，'g'綠色，'y'黃色，'r'紅色，'k'黑色，'w'白色，'c'青綠色，'#008000'RGB顏色符串。多條曲線不指定顏色時，會自動選擇不同顏色。
　　線型參數：'‐'實線，'‐‐'破折線，'‐.'點劃線，':'虛線。
　　標記字符：'.'點標記，','像素標記(極小點)，'o'實心圈標記，'v'倒三角標記，'^'上三角標記，'>'右三角標記，'<'左三角標記...等等
　　'''
　　#可使用o參數，表示一個實心圈的標記
　　import matplotlib.pyplot as plt
　　import numpy as np
　　x_p=np.array([0,6])
　　y_p=np.array([3,9])
　　plt.plot(x_p,y_p,'o')
　　plt.show()
　　運行效果如下：
　　繪制任意數量的點
　　#繪制任意數量的點
　　import matplotlib.pyplot as plt
　　import numpy as np
　　x_dp=np.array([1,3,5,7,9])
　　y_dp=np.array([8,4,2,6,0])
　　plt.plot(x_dp,y_dp)
　　plt.show()

　　運行效果如下：

　　不指定x軸上的點,看看效果
　　#不指定x軸上的點,看看效果
　　import matplotlib.pyplot as plt
　　import numpy as np
　　yd=np.array([2,9])
　　plt.plot(yd)
　　plt.show()

　　運行效果如下：

　　再看看y更多值的效果

　　#再看看y更多值的效果
　　import matplotlib.pyplot as plt
　　import numpy as np
　　yd2=np.array([2,9,1,8,3,8])
　　plt.plot(yd2)
　　plt.show()
　　運行效果如下：
　　繪制正余弦圖：
　　#繪制正余弦圖：
　　import matplotlib.pyplot as plt
　　import numpy as np
　　x=np.arange(0,4*np.pi,0.1)
　　y=np.sin(x)
　　z=np.cos(x)
　　plt.plot(x,y,x,z)
　　plt.show()

　　運行效果如下：

　　兩個數據集

　　#兩個數據集
　　import matplotlib.pyplot as plt
　　x_d1=[i for i in range(1,11)]
　　y_d1=[2,32,41,6,15,34,34,23,12,9]
　　x_d2=[i for i in range(1,11)]
　　y_d2=[4,12,43,21,52,32,12,43,8,20]
　　plt.title('Prices for 10 years')
　　plt.scatter(x_d1,y_d1,color='darkblue',marker='x',label='item 1')
　　plt.scatter(x_d2,y_d2,color='darkred',marker='x',label='item 2')
　　plt.xlabel('Year')
　　plt.ylabel('Price')
　　plt.grid(True)
　　plt.legend()
　　plt.show()

　　運行效果如下：

　　Matplotlib繪圖標記

　　實心圓標記：
　　#Matplotlib繪圖標記
　　#繪圖過程可使用plot()方法的marker參數來定義標記
　　#實心圓標記：
　　import matplotlib.pyplot as plt
　　import numpy as np
　　yp=np.array([1,3,1,4,1,5,9,5,2,1])
　　plt.plot(yp,marker='o')
　　plt.show()

　　運行效果如下:

　　用*標記

　　#用*標記
　　import matplotlib.pyplot as plt
　　import numpy as np
　　yp2=np.array([2,3,2,43,23,12,3,4,12,43,12])
　　plt.plot(yp,marker='*')
　　plt.show()
　　運行效果如下：
　　用下箭頭標記
　　#用下箭頭標記
　　import matplotlib.pyplot as plt
　　import matplotlib.markers
　　plt.plot([1,3,5],marker=matplotlib.markers.CARETUPBASE)
　　plt.show()

　　運行效果如下：

　　Matplotlib折線圖

　　#Matplotlib折線圖
　　#折線圖是一種顯示圖表的圖表，該信息顯示為一系列數據點，這些數據點通過直線段相連，稱為標記
　　#正弦波折線圖:
　　import matplotlib.pyplot as plt
　　import numpy as np
　　t=np.arange(0.0,4.0,0.01)#arange()函數返回給定間隔內的均勻間隔的值列表
　　s=np.sin(2.5*np.pi*t)
　　#plot()功能繪制折線圖
　　plt.plot(t,s)
　　plt.title('Wave')
　　plt.xlabel('Time')
　　plt.ylabel('Vol')
　　plt.grid(True)
　　plt.show()

　　運行效果如下：

　　fmt參數

　　#fmt參數
　　'''
　　fmt參數
　　fmt參數定義了基本格式，如標記、線條樣式和顏色。
　　fmt='[marker][line][color]'
　　如o:r【o表示實心圓標記，:表示虛線，r表示顏色為紅色】
　　:代表虛線-代表實線
　　--代表破折線-.代表點劃線
　　除了黑色是用k表示，其他顏色均用各自英文首字母表示
　　'''
　　import matplotlib.pyplot as plt
　　import numpy as np
　　ft=np.array([3,9,2,6])
　　plt.plot(ft,'o:r')
　　plt.show()

　　運行效果如下：

　　標記大小與顏色

　　設置標記大小:
　　#標記大小與顏色
　　'''
　　標記大小與顏色
　　我們可以自定義標記的大小與顏色，使用的參數分別是：
　　markersize，簡寫為ms：定義標記的大小。
　　markerfacecolor，簡寫為mfc：定義標記內部的顏色。
　　markeredgecolor，簡寫為mec：定義標記邊框的顏色。
　　'''
　　#設置標記大小:
　　import matplotlib.pyplot as plt
　　import numpy as np
　　dx=np.array([2,32,1,43,12,12,3])
　　plt.plot(dx,marker='o',ms=20)
　　plt.show()
　　運行效果如下：
　　設置標記內部顏色：
　　#設置標記內部顏色：
　　import matplotlib.pyplot as plt
　　import numpy as np
　　nys=np.array([2,3,32,12,43,12,9])
　　plt.plot(nys,marker='o',ms=20,mfc='r')
　　plt.show()

　　運行效果如下：

　　Matplotlib條形圖

　　#Matplotlib條形圖
　　#條形圖顯示帶有矩形條的分組數據，其長度與它們代表的值成比例【條形圖可以垂直或水平繪制】
　　import matplotlib.pyplot as plt
　　import matplotlib.style as sty
　　sty.use('ggplot')
　　x=[i for i in range(1,4)]
　　y=[12,8,4]
　　fuck,ax=plt.subplots()#subplots()函數返回圖形和軸對象
　　ax.bar(x,y,align='center')#bar()功能生成條形圖
　　ax.set_title('Olympic Gold for London')
　　ax.set_ylabel('Gold medals')
　　ax.set_xlabel('Countries')
　　ax.set_xticks(x)
　　ax.set_xticklabels(('China','UK','USA'))
　　plt.show()

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家帶來更多幫助。