pyplot簡介

matplotlib.pyplot 是 Matplotlib 的 高層 API，提供 MATLAB 風格的命令式繪圖方式，適合 快速繪製折線圖、散點圖、長條圖、直方圖等。

---

✅ 1. 基本使用方式

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 15, 25, 30]

plt.plot(x, y, marker="o", linestyle="--", color="b", label="數據線")
plt.xlabel("X 軸")
plt.ylabel("Y 軸")
plt.title("Pyplot 折線圖")
plt.legend()
plt.show()

🔹 輸出

• 繪製一條折線圖，點標記 "o"，虛線 "--"，藍色 "b"。
• plt.xlabel() 和 plt.ylabel() 設定 X/Y 軸標籤。
• plt.title() 設定標題。
• plt.legend() 顯示圖例。
• plt.show() 顯示圖表。

✅ 適用於：快速視覺化數據，簡單易用。

---

✅ 2. 繪製不同類型的圖表

🔹 1️⃣ 長條圖（Bar Chart）

x = ["A", "B", "C", "D"]
y = [5, 10, 7, 12]

plt.bar(x, y, color="green")
plt.xlabel("分類")
plt.ylabel("數量")
plt.title("長條圖示例")
plt.show()

🔹 適用於類別數據（例如市場銷售、統計分析）。

---

🔹 2️⃣ 散點圖（Scatter Plot）

import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y, color="red", alpha=0.5)
plt.title("散點圖示例")
plt.show()

🔹 適用於顯示兩組數據之間的關係（如統計分析、機器學習）。

---

🔹 3️⃣ 直方圖（Histogram）

data = np.random.randn(1000)

plt.hist(data, bins=30, color="purple", alpha=0.7)
plt.title("直方圖示例")
plt.xlabel("數值區間")
plt.ylabel("頻率")
plt.show()

🔹 適用於數據分佈分析（如統計學）。

---

✅ 3. 子圖（Subplots）

使用 plt.subplot() 可以在同一個圖表中顯示多個圖形：

plt.figure(figsize=(8, 4))

plt.subplot(1, 2, 1)
plt.plot([1, 2, 3], [4, 5, 6], "r-")
plt.title("折線圖")

plt.subplot(1, 2, 2)
plt.bar(["A", "B", "C"], [5, 7, 3], color="blue")
plt.title("長條圖")

plt.tight_layout()  # 自動調整間距
plt.show()

🔹 適用於比較不同類型的圖表（如不同變數的影響）。

---

📌 總結

功能	函數
折線圖	plt.plot(x, y)
長條圖	plt.bar(x, y)
散點圖	plt.scatter(x, y)
直方圖	plt.hist(data, bins=30)
標題 & 標籤	plt.title(), plt.xlabel(), plt.ylabel()
圖例	plt.legend()
子圖	plt.subplot(rows, cols, index)

🚀 pyplot 提供簡單的繪圖方式，適合初學者與快速視覺化數據！ 😊