本文共 1070 字，大约阅读时间需要 3 分钟。
matplotlib 和 pyqtgraph 是两种常用的数据可视化库，各有其优势和适用场景。
matplotlib 是一种功能强大的绘图库，提供了丰富的图表类型和灵活的API，适合生成静态图形和交互式绘图。它的学习曲线较低，开发者可以通过简单的命令生成如直方图、散点图等图形，且支持嵌入到 GUI 应用程序中。
pyqtgraph 是一种基于 PyQt4/PySide 和 numpy 的纯 Python 图形库，适合处理大数据量和快速绘图更新。它支持 2D 和 3D 绘图，适合实时交互和动态图形应用。
安装 numpy、scipy 和 matplotlib 是使用这些库的前提。安装完成后，可以通过命令检查安装情况。
import matplotlib.pyplot as plt# 绘制简单的直方图data = [1, 9, 9, 16, 25]plt.plot(data)plt.show()
# 绘制多条线plt.plot([1, 25, 7], [5, 7, 4], [15, 18, 2], linewidth=5)plt.title('函数图像', fontsize=24)plt.xlabel('x轴')plt.ylabel('y轴')plt.tick_params(axis='both', labelsize=14)plt.show() import numpy as npimport matplotlib.pyplot as plt# 生成正弦和余弦函数图像x = np.arange(-1 * np.pi, 1 * np.pi, 0.01)y = np.cos(x)y1 = np.sin(x)plt.plot(x, y, x, y1)plt.title('函数图像', fontsize=24)plt.xlabel('x轴')plt.ylabel('y轴')plt.show() ax = plt.gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.yaxis.set_ticks_position('left')plt.show() matplotlib 和 pyqtgraph 各有优劣，选择时需根据项目需求决定。
转载地址：http://azvoz.baihongyu.com/