Matplotlib 是 Python 生态中最经典的可视化库之一，提供了丰富的绘图工具和 API，几乎涵盖了所有常见的图表类型。对于需要处理数据展示或科研绘图的开发者来说，掌握它几乎是必修课。下面我们从环境搭建开始，逐步了解如何用它画出第一张图。
环境准备与验证
安装通常不需要额外配置，直接使用 pip 即可：
pip install matplotlib
安装完成后，建议运行一段最小化代码来确认环境是否就绪。注意导入顺序和显示命令的位置：
import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()
如果终端或 IDE 窗口能正常弹出图表，说明安装成功。这里有个小细节，plt.show() 会阻塞程序直到窗口关闭，在脚本中记得放在最后。
常用图表绘制实战
Matplotlib 的语法设计比较直观，不同的图表对应不同的函数。我们来看看几种最常用的类型。
折线图
这是最基础的形式，适合观察趋势。
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.plot(x, y)
plt.show()
散点图
当需要分析两个变量之间的相关性时，散点图更合适。
plt.scatter(x, y)
plt.show()
柱状图
用于对比不同类别的数据大小。
plt.bar(x, y)
plt.show()
饼图
展示占比关系，输入通常是权重列表。
plt.pie(y)
plt.show()
在这些示例中，x 和 y 分别代表数据的横坐标和纵坐标。当然，Matplotlib 的功能远不止这些，它还支持直方图、极坐标图以及复杂的子图布局。实际开发中，你可以根据需求灵活组合这些组件，甚至自定义颜色、线型和标签，让图表更符合业务场景。
