本文默认读者已具备以下技能：
- 熟悉Python基础语法，以自行阅读python代码块
- 熟悉Vscode或其它编辑工具的应用
在数据可视化领域，Matplotlib无疑是一个强大的工具。它允许我们创建各种静态、动态、交互式的可视化图形，帮助我们更好地理解和分析数据。今天，我将通过一个简单的折线图绘制示例，来介绍Matplotlib的基础应用
from matplotlib import pyplot as plt#导入pyplot模块设置别名plt
from matplotlib import font_manager#导入font_manager,用于管理字体
import random#导入random模块,在该案例中仅用于随机生成一组数字,方便演示,非必需
'''
x,y是绘制折线图最简模型必需的变量
'''
#1至30组成列表X,用于表示日期
x = range(1,31)
#从3000至5000随机返回1个数值,共30次,组成列表Y,用于表示销量
y = [random.randint(3000,5000) for _ in range(30)]
'''
以下代码块用来扩展最小模型,使图表最终效果更加美观
'''
#控制画布的大小和DPI
plt.figure(figsize=(20,8),dpi=80)
#设置中文字体:matplotlib默认不支持中文名称,需要设置后才能显示
my_font = font_manager.FontProperties(fname=r"C:\Windows\Fonts\simsun.ttc")
#设置X坐标轴的刻度显示
plt.xticks(x)
#添加标题及x,y轴描述信息
plt.xlabel('日 期',fontproperties=my_font,fontsize=10)
plt.ylabel('销 量',fontproperties=my_font,fontsize=10)
plt.title('XX门店4月份每日销售额',fontproperties=my_font,fontsize=18)
'''
plot和show方法是绘制最简模型必需的方法
plot用于绘制折线图
show用于展示折线图
'''
plt.plot(x,y)
plt.show()
#保存图形文件到当前路径下
plt.savefig('my_plot.png')
首先，我们需要导入必要的模块。在这个例子中，我们导入了Matplotlib的pyplot模块，并为其设置了别名plt，以便后续调用。同时，我们还导入了font_manager模块，用于管理字体，因为Matplotlib默认不支持中文名称的显示。最后，我们还导入了random模块，用于生成随机数据，方便我们进行演示。
接下来，我们定义了两个列表x和y。x列表包含了1至30的数字，用于表示日期；y列表则通过random.randint函数随机生成了30个在3000至5000之间的数值，用于表示销量。这两个列表将作为我们绘制折线图的基础数据。
在绘制折线图之前，我们可以对画布进行一些设置，以控制图形的大小和DPI（每英寸点数）。通过plt.figure函数，我们设置了画布的宽度为20英寸，高度为8英寸，DPI为80。这样可以使图形更加清晰，便于观察。
由于Matplotlib默认不支持中文名称的显示，我们需要设置字体才能正确显示中文。通过font_manager.FontProperties函数，我们指定了字体文件的路径（这里使用的是Windows系统下的宋体字体文件），并将其保存在my_font变量中。在后续添加标题和坐标轴描述信息时，我们将使用这个变量来确保中文能够正确显示。
接着，我们使用plt.xticks函数设置了X坐标轴的刻度显示。由于x列表中的数字已经表示了日期，我们直接将其作为刻度值。然后，通过plt.xlabel、plt.ylabel和plt.title函数，我们分别添加了X轴、Y轴的描述信息和图形的标题，并指定了字体属性和字体大小。
现在，我们可以开始绘制折线图了。使用plt.plot函数，我们传入x和y两个列表作为参数，Matplotlib将根据这两个列表中的数据绘制出折线图。最后，通过plt.show函数，我们可以将绘制好的折线图展示出来。
除了展示图形之外，我们还可以将图形保存为文件。在这个例子中，我们使用plt.savefig函数将图形保存为PNG格式的文件，文件名为"my_plot.png"。这样，我们就可以将图形保存下来，方便后续查看和分享。
通过以上步骤，我们成功地使用Matplotlib绘制并保存了一个简单的折线图。当然，Matplotlib的功能远不止于此，它还支持绘制各种复杂的图形、添加图例、设置颜色、样式等。
