matplotlib在python中的用法

# 导入必要的库
import matplotlib.pyplot as plt
import numpy as np

# 示例1：绘制简单的折线图
# 生成数据点
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图形对象并绘制折线图
plt.figure()
plt.plot(x, y, label='sin(x)', color='blue', linestyle='-', linewidth=2)

# 添加标题和标签
plt.title('Simple Sine Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图例
plt.legend()

# 显示图形
plt.show()

# 示例2：绘制带注释的散点图
# 生成随机数据点
np.random.seed(0)
x_data = np.random.rand(50)
y_data = np.random.rand(50)

# 创建图形对象并绘制散点图
plt.figure()
plt.scatter(x_data, y_data, color='red', marker='o', alpha=0.7)

# 添加注释
for i in range(len(x_data)):
    plt.annotate(f'Point {i}', (x_data[i], y_data[i]), textcoords="offset points", xytext=(0,10), ha='center')

# 添加标题和标签
plt.title('Scatter Plot with Annotations')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图形
plt.show()

# 示例3：绘制柱状图
# 准备数据
categories = ['A', 'B', 'C', 'D']
values = [3, 7, 2, 5]

# 创建图形对象并绘制柱状图
plt.figure()
plt.bar(categories, values, color=['blue', 'green', 'red', 'purple'])

# 添加标题和标签
plt.title('Bar Chart Example')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图形
plt.show()

解释说明：

1. 导入库：首先导入 matplotlib.pyplot 和 numpy 库，前者用于绘图，后者用于生成数据。
2. 示例1：演示如何绘制简单的正弦波折线图。使用 plt.plot() 方法绘制曲线，并通过 plt.title()、plt.xlabel() 和 plt.ylabel() 设置图表的标题和轴标签。plt.legend() 用于显示图例。
3. 示例2：展示如何绘制带注释的散点图。使用 plt.scatter() 方法绘制散点图，并通过 plt.annotate() 方法为每个点添加注释。
4. 示例3：演示如何绘制柱状图。使用 plt.bar() 方法绘制柱状图，并为不同的类别指定颜色。

这些示例展示了 matplotlib 在 Python 中的基本用法，包括绘制折线图、散点图和柱状图等常见图表类型。