import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]

# 创建折线图
plt.plot(x, y, 
         color='blue',    # 线条颜色
         linestyle='-',   # 线型（实线）
         linewidth=2,     # 线宽
         marker='o',      # 数据点标记
         markersize=8)    # 标记大小

# 添加标题和标签
plt.title('基础折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')

# 显示图表
plt.show()

import numpy as np

# 生成随机数据
np.random.seed(42)
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 500 * np.random.rand(50)

# 创建散点图
plt.scatter(x, y, 
            c=colors,      # 点颜色
            s=sizes,       # 点大小
            alpha=0.6,     # 透明度
            cmap='viridis') # 颜色映射

# 添加标题和标签
plt.title('散点图示例')
plt.xlabel('X值')
plt.ylabel('Y值')

# 添加颜色条
plt.colorbar()

plt.show()

# 准备数据
categories = ['苹果', '香蕉', '橙子', '葡萄', '芒果']
values = [35, 28, 45, 20, 38]

# 创建垂直柱状图
plt.bar(categories, values,
        color=['#ff9999','#66b3ff','#99ff99','#ffcc99','#c2c2f0'],
        edgecolor='gray',  # 边框颜色
        width=0.7)        # 柱宽

# 添加标题和标签
plt.title('水果销量柱状图')
plt.xlabel('水果种类')
plt.ylabel('销量(千克)')

# 旋转X轴标签
plt.xticks(rotation=15)

plt.show()

# 准备数据
sizes = [15, 30, 25, 10, 20]
labels = ['苹果', '香蕉', '橙子', '葡萄', '芒果']
colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99','#c2c2f0']
explode = (0, 0.1, 0, 0, 0)  # 突出第二部分

# 创建饼图
plt.pie(sizes, 
        explode=explode, 
        labels=labels, 
        colors=colors,
        autopct='%1.1f%%',   # 显示百分比
        shadow=True,         # 添加阴影
        startangle=90)       # 起始角度

# 添加标题
plt.title('水果销量占比饼图')
plt.axis('equal')  # 保证饼图是圆形

plt.show()

import numpy as np

# 生成正态分布数据
data = np.random.normal(170, 10, 1000)  # 均值170, 标准差10, 1000个点

# 创建直方图
plt.hist(data, 
         bins=30,         # 柱的数量
         color='skyblue',
         edgecolor='black', 
         alpha=0.7,
         density=True)    # 显示密度而非计数

# 添加标题和标签
plt.title('身高分布直方图')
plt.xlabel('身高(cm)')
plt.ylabel('频率密度')

# 添加参考线
plt.axvline(data.mean(), color='red', linestyle='dashed', linewidth=2)

# 添加图例
plt.legend(['均值', '身高分布'])

plt.show()