一、Matplotlib 饼图
pie()函数绘制饼图，可设置标签、颜色、突出显示部分、格式化百分比输出等，使数据占比情况一目了然，课堂练习依据实际数据绘制饼图呈现比例关系。
课堂练习：目前学校在统计大家喜欢什么球类运动。已知五年级三班的同学中，喜欢篮球的同学占20%，喜欢乒乓球的同学占30%，喜欢羽毛球的同学占20%，喜欢足球的同学占18%，喜欢排球的同学占12%。请你根据已知条件画出一个饼图，让所占比例看的更加清楚。
二、Matplotlib 直方图
hist()方法绘制直方图，可设置数据、箱数、颜色、标签等参数，能绘制单组或多组数据的直方图，还可结合 Pandas 的 DataFrame 或 Series 对象绘制，展示数据分布特征。
格式为matplotlib.pyplot.hist(x, bins=None, color=None, label=None, **kwargs)
| x | 表示要绘制直方图的数据，可以是一个一维数组或列表。 |
| bins | 可选参数，表示直方图的箱数。默认为10。 |
| color | 可选参数，表示直方图的颜色。 |
| label | 可选参数，表示直方图的标签。 |
1.使用 pyplot 中的 hist() 方法来绘制直方图
2.使用 hist() 函数绘制多个数据组的直方图
3.可以结合 Pandas 来绘制直方图
4.可以使用 Pandas 中的 Series 对象绘制直方图。只需将数据框中的列替换为 Series 对象
三、Matplotlib imshow()
imshow()函数用于显示图像，其格式为imshow(X, cmap=None, interpolation=None, )，支持多种数据输入类型。可显示灰度、彩色图像、热力图、地图、矩阵等，通过设置cmap和interpolation参数调整颜色映射和插值方法，还介绍了plt.imshow()和plt.show()的区别。
| X | 输入数据。可以是二维数组、三维数组、PIL图像对象、matplotlib路径对象等。 |
| cmap | 颜色映射。用于控制图像中不同数值所对应的颜色。可以选择内置的颜色映射，如gray、hot、jet等，也可以自定义颜色映射。 |
| interpolation | 插值方法。用于控制图像的平滑程度和细节程度。可以选择nearest、bilinear、bicubic等插值方法。 |
1.显示灰度图像
2.显示彩色图像
3.显示热力图
4.显示地图
5.显示矩阵
6.imshow() 创建了一个 4x4 的二维 numpy 数组，并对其进行了三种不同的 imshow 图像展示
四、Matplotlib imsave()
imsave()函数将生成的图像保存到指定目录，需指定文件名和图像的 NumPy 数组，还可设置保存格式和质量等参数，示例展示了保存灰度和彩色图像的方法。
| fname | 保存图像的文件名，可以是相对路径或绝对路径。 |
| arr | 表示图像的NumPy数组。 |
| kwargs | 可选参数，用于指定保存的图像格式以及图像质量等参数。 |
imsave() 可以将生成的图像保存到指定的目录中
五、Matplotlib imread()
imread()函数从图像文件读取数据并返回 numpy.ndarray 对象。可读取并显示图像，还能通过更改 numpy 数组实现图像变暗、裁剪、修改颜色等操作，多个示例演示了具体修改效果。
| fname | 指定了要读取的图像文件的文件名或文件路径，可以是相对路径或绝对路径。 |
| format | 指定了图像文件的格式，如果不指定，则默认根据文件后缀名来自动识别格式。 |
1.使用 imread() 函数从一张图像文件中读取图像数据，并将其显示出来
2.通过更改 numpy 数组来修改图像
(1)将数组乘以一个数 0≤≤1，图像将变暗
(2)更改 numpy 数组实现裁剪图像
(3)将 RGB 颜色的绿色和蓝色坐标的数组元素设置为 0，我们将得到红色的图像
六、plt.imshow() 和 plt.show() 的区别
| plt.imshow() | plt.show() | |
| 功能 | 用于在绘图区域显示一幅图像。 | 用于显示所有已创建的图形。 |
| 使用场景 | 当你有一个图像数据（如一个 NumPy 数组）并希望在绘图区域显示它时。 | 当你完成了所有绘图命令，并希望将图形显示在屏幕上时。 |
)
