采用Matplotlib库，分别绘制一幅线性图（plot）、散点图（scatter）、饼状图（pie）和条形图（bar），内容可自定义。 将程序和生成的图上传在答案区

首先，你需要安装matplotlib库，如果你还没有安装，可以使用pip进行安装：

pip install matplotlib

下面是一个简单的例子，展示了如何使用Matplotlib库分别创建线性图、散点图、饼状图和条形图：

import matplotlib.pyplot as plt

# 创建一个新的图形窗口
fig = plt.figure()

# **线性图（plot）**
ax1 = fig.add_subplot(2, 2, 1)  # 创建子图1，2x2布局的第一个
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]
plt.plot(x, y)
plt.title('Line Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# **散点图（scatter）**
ax2 = fig.add_subplot(2, 2, 2)  # 子图2
x_scatter = [1, 2, 3, 4, 5]
y_scatter = [20, 18, 16, 14, 12]
plt.scatter(x_scatter, y_scatter)
plt.title('Scatter Plot')
plt.xlabel('X-axis Scatter')
plt.ylabel('Y-axis Scatter')

# **饼状图（pie）**
ax3 = fig.add_subplot(2, 2, 3, polar=True)  # 子图3，polar参数指定为True表示极坐标系
fruits = ['Apple', 'Banana', 'Cherry', 'Date']
sizes = [30, 45, 15, 10]  # 每个水果的比例
plt.pie(sizes, labels=fruits, autopct='%1.1f%%')  # autopct设置百分比标签
plt.title('Pie Chart')

# **条形图（bar）**
ax4 = fig.add_subplot(2, 2, 4)  # 子图4
bar_width = 0.35
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
menStd = (2, 3, 4, 1, 2)
womenStd = (3, 5, 2, 3, 3)
ind = np.arange(len(menMeans))  # 设置x轴索引
plt.bar(ind - bar_width / 2, menMeans, bar_width,
        yerr=menStd, label='Men')
plt.bar(ind + bar_width / 2, womenMeans, bar_width,
        yerr=womenStd, label='Women')
plt.title('Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Scores')

# 显示图形
plt.tight_layout()  # 美化边距
plt.legend()
plt.show()

在这个例子中，我们创建了一个包含四个子图的图表，每个子图展示了一种不同的数据可视化方式。运行上述代码将显示这些图形。