Python中常用Matplotlib圖有哪些

# Python中常用Matplotlib圖有哪些

## 目錄
1. [Matplotlib簡介](#matplotlib簡介)
2. [基礎圖表類型](#基礎圖表類型)
   - [折線圖](#折線圖)
   - [散點圖](#散點圖)
   - [柱狀圖](#柱狀圖)
   - [餅圖](#餅圖)
   - [直方圖](#直方圖)
3. [高級可視化圖表](#高級可視化圖表)
   - [箱線圖](#箱線圖)
   - [熱力圖](#熱力圖)
   - [等高線圖](#等高線圖)
   - [3D圖形](#3d圖形)
   - [極坐標圖](#極坐標圖)
4. [特殊用途圖表](#特殊用途圖表)
   - [誤差棒圖](#誤差棒圖)
   - [面積圖](#面積圖)
   - [雷達圖](#雷達圖)
   - [?；鶊D](#?；鶊D)
   - [詞云圖](#詞云圖)
5. [組合圖表與子圖](#組合圖表與子圖)
6. [交互式圖表](#交互式圖表)
7. [樣式與美化](#樣式與美化)
8. [實際應用案例](#實際應用案例)
9. [總結](#總結)

---

## Matplotlib簡介
Matplotlib是Python最著名的2D繪圖庫，由John Hunter于2003年創建。它提供了類似MATLAB的繪圖接口，支持多種硬拷貝格式和跨平臺交互式環境...

（此處展開約800字介紹歷史、安裝、基礎用法等）

---

## 基礎圖表類型

### 折線圖
**定義**：用直線段連接各數據點，顯示數據隨時間或有序類別的變化趨勢

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

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.figure(figsize=(8,4))
plt.plot(x, y, label='sin(x)', color='blue', linestyle='--')
plt.title("Basic Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.grid(True)
plt.show()

應用場景： - 時間序列數據分析 - 連續變量趨勢展示 - 多組數據對比

（詳細展開約1200字，包含多個變種示例）

散點圖

定義：用二維坐標系中的點表示兩個變量的關系

x = np.random.randn(100)
y = x + np.random.randn(100)*0.5

plt.scatter(x, y, alpha=0.6, 
           c=np.random.rand(100), 
           s=100*np.random.rand(100))
plt.colorbar()

參數詳解： - s：控制點大小 - c：顏色映射 - marker：點形狀（>20種）

（展開800字，包含氣泡圖等變體）

柱狀圖

垂直/水平柱狀圖對比：

labels = ['A', 'B', 'C']
values = [15, 30, 45]

# 垂直
plt.bar(labels, values, width=0.5)

# 水平 
plt.barh(labels, values, height=0.5)

分組柱狀圖實現：

x = np.arange(3)
width = 0.3

plt.bar(x-width/2, [10,20,15], width)
plt.bar(x+width/2, [12,18,9], width)

（展開1500字，包含堆疊柱狀圖等）

高級可視化圖表

箱線圖

展示數據分布的五數概括：

data = [np.random.normal(0, std, 100) for std in range(1,4)]
plt.boxplot(data, vert=True, patch_artist=True)

（詳細解釋各分位線含義，約600字）

熱力圖

用顏色矩陣表示數據：

corr_matrix = df.corr()
sns.heatmap(corr_matrix, annot=True)

（包含聚類熱力圖等高級用法，800字）

實際應用案例

金融數據分析

# 繪制K線圖示例
from mpl_finance import candlestick_ochl

fig, ax = plt.subplots()
candlestick_ochl(ax, quotes_data, width=0.6)

（多個領域案例，約2000字）

總結

Matplotlib提供了超過30種基礎圖表類型和無限的可定制組合。掌握這些可視化工具可以幫助我們…

（總結與學習資源推薦，約500字） “`

注：由于篇幅限制，這里展示的是文章框架和部分內容示例。完整9050字文章需要： 1. 每個圖表類型補充完整代碼示例 2. 添加更多參數說明和效果對比圖 3. 擴展實際應用場景分析 4. 增加性能優化技巧 5. 補充常見問題解決方案 6. 添加參考文獻和擴展閱讀

需要補充哪部分內容可以告訴我，我可以提供更詳細的展開。