使用 matplotlib 绘制简单图表

使用 pyplot 的 plot() 函数可快速绘制折线图。可选参数 fmt 以 '[color][marker][line]' 的形式定义颜色、点型与线型；函数返回包含 Line2D 对象的列表。

# 实例1：未来15天最高气温和最低气温
plt.plot(x, y_max)   # 最高气温
plt.plot(x, y_min)   # 最低气温
plt.show()

数据来源：表 2-1 北京市未来15天的最高气温和最低气温（单位：℃）

使用 bar() 函数绘制柱形图，返回 BarContainer 对象；通过 bottom 参数可绘制堆积柱形图， 通过 xerr、yerr 参数可为柱形添加误差棒。

# 实例2：柱形宽度 0.5
plt.bar(x, gmv, tick_label=fiscal_year,
        width=0.5)

数据来源：表 2-2 2013—2019财年淘宝和天猫平台的 GMV（单位：亿元）

使用 barh() 函数绘制条形图，通过 left 参数可绘制堆积条形图， 通过 xerr、yerr 参数可为条形添加误差棒。

# 实例3：条形高度 0.6
plt.barh(y, rate, tick_label=kinds,
         height=0.6)

数据来源：表 2-3 各商品种类的网购替代率（部分），替代率已换算为 0~1 的比例

使用 stackplot() 函数绘制堆积面积图，多个序列自下而上堆叠，可直观呈现总量与各部分构成的变化。

# 实例4：三家物流公司的物流费用
plt.stackplot(month, A, B, C,
              labels=['A公司', 'B公司', 'C公司'])

数据来源：表 2-4 A、B、C 物流公司物流费用统计（单位：万元）

使用 hist() 函数绘制直方图，bins 指定矩形条数量，用于观察数据的分布规律（如正态分布形态）。

# 实例5：10000个随机数作为灰度值
random_state = np.random.RandomState(19680801)
radom_x = random_state.randn(10000)
# 绘制包含25个矩形条的直方图
plt.hist(radom_x, bins=25)

数据来源：教材实例5，RandomState(19680801).randn(10000)，bins=25；网页端用同种子伪随机数复现同一分布

使用 pie() 函数绘制饼图或圆环图：explode 使扇区离开圆心，autopct 显示百分比， startangle 设置起始角度，shadow 显示阴影，wedgeprops 可绘制圆环图。

# 实例6：起始角度90，占比最大分类离开圆心0.1
plt.pie(amount, labels=kinds, explode=explode,
        autopct='%3.1f%%', startangle=90,
        shadow=True)

数据来源：表 2-5 用户A某月使用支付宝的消费明细（单位：元，总支出 3000 元）

使用 scatter() 函数绘制散点图或气泡图：s 控制点大小（气泡图），c 控制颜色， cmap 指定颜色映射。车速增加 1 倍，制动距离将增大至近 4 倍。

# 实例7：车速与制动距离
plt.scatter(speed, distance, s=60)

数据来源：表 2-6 车速与制动距离的关系（车速 km/h，制动距离 m）

使用 boxplot() 函数绘制箱形图，展示四分位数、中位数与异常值；vert=False 横向摆放， widths 设置箱体宽度，patch_artist 填充颜色，showfliers 控制异常值显示。

# 实例8：横向摆放，箱体宽度0.5，显示中位数与异常值
plt.boxplot([g2017, g2018], vert=False, widths=0.5,
            patch_artist=True, showmeans=True,
            showfliers=True)

数据来源：表 2-7 2017年和2018年全国发电量统计（单位：亿千瓦·时）

使用 polar() 函数绘制雷达图：theta 为角度（弧度制），r 为该角度对应的半径； 绘制多条闭合曲线即可对比多位用户的多维特征。

# 实例9：霍兰德职业兴趣测试，6个维度
theta = np.linspace(0, 2*np.pi, 6, endpoint=False)
theta = np.concatenate((theta, [theta[0]]))  # 首尾闭合
plt.polar(theta, scores)

数据来源：表 2-8 6名用户霍兰德职业兴趣测试的结果（研究型/艺术型/社会型/企业型/传统型/现实型）

使用 errorbar() 函数绘制误差棒图：yerr / xerr 指定误差范围， capsize 设置误差棒横杠宽度，capthick 设置横杠厚度。

# 实例10：4个树种不同季节的细根生物量
plt.errorbar(x, y, yerr=err, capsize=3,
             capthick=2)

数据来源：表 2-9 4个树种不同季节的细根生物量（单位：g，均值±标准差）