当前位置：首页 > news >正文

Python数据可视化利器-Matplotlib用法详解

news 2026/5/12 8:14:04

一、快速入门：5种基础图表

1. 折线图（趋势分析）

python

代码语言：javascript

AI代码解释

import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 1, 6, 3] plt.plot(x, y, linestyle='--', color='blue', marker='o') plt.title("月度销售额趋势") plt.xlabel("月份") plt.ylabel("销售额（万元）") plt.show()

关键参数：linestyle（线型）、marker（标记点样式）、linewidth（线宽）。

2. 柱状图（对比分析）

python

代码语言：javascript

AI代码解释

categories = ['A', 'B', 'C'] values = [23, 45, 37] plt.bar(categories, values, color=['#FF6B6B', '#4ECDC4', '#45B7D1']) plt.grid(axis='y', alpha=0.5) # 添加横向网格线

3. 散点图（相关性分析）

python

代码语言：javascript

AI代码解释

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False x = [1, 2, 3, 4, 5] y = [2, 4, 1, 6, 3] plt.scatter(x, y, s=50, c=y, cmap='viridis') # s控制点大小，c用颜色映射数值 plt.colorbar(label='数值强度') plt.show()

4. 饼图（占比分析）

python

代码语言：javascript

AI代码解释

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False labels = ['电商', '门店', '批发'] sizes = [55, 30, 15] plt.pie(sizes, labels=labels, autopct='%1.1f%%', explode=(0.1, 0, 0)) plt.show()

5. 子图布局（多图组合）

python

代码语言：javascript

AI代码解释

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False ax1=plt.subplot(211) ax2=plt.subplot(212) x = [1, 2, 3, 4, 5] y = [2, 4, 1, 6, 3] categories = ['A', 'B', 'C'] values = [23, 45, 37] ax1.plot(x, y) ax2.bar(categories, values) plt.tight_layout() # 自动调整间距 plt.show()

代码语言：javascript

二、进阶技巧：让图表更专业

样式美化
- 使用plt.style.use('ggplot')调用预置主题（如seaborn、dark_background）
- 自定义字体：plt.rcParams['font.sans-serif'] = ['SimHei']（解决中文乱码）
动态可视化

python

代码语言：javascript

AI代码解释

from matplotlib.animation import FuncAnimation fig, ax = plt.subplots() line, = ax.plot([], []) def update(frame): line.set_data(x[:frame], y[:frame]) return line, ani = FuncAnimation(fig, update, frames=len(x), interval=200) plt.show()

3D绘图

python

代码语言：javascript

AI代码解释

from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplot(111, projection='3d') x=[3,2,4,5,2,1,5] y=[5,3,1,2,5,6,7] z=[9,3,2,4,5,3,5] ax.scatter(x, y, z, c='r', marker='o') plt.show()

三、实战案例解析

在《Python数据可视化实战源码包》中，包含以下经典场景：

销售数据仪表盘：组合折线图、柱状图与饼图，使用subplots布局
人口金字塔图：通过双柱状图反向对称呈现年龄分布
热力图绘制：用imshow()展示矩阵数据关联性（适合用户行为分析）
动态排序图：结合FuncAnimation实现条形图竞赛效果

示例代码片段（热力图）：

python

代码语言：javascript

AI代码解释

import numpy as np data = np.random.rand(10, 10) plt.imshow(data, cmap='coolwarm') plt.colorbar() plt.xticks(range(10), ['A','B','C','D','E','F','G','H','I','J']) plt.yticks(range(10), ['1月','2月','3月','4月','5月','6月','7月','8月','9月','10月'])