Python数据可视化王者：Matplotlib从入门到精通

数据可视化：Matplotlib 入门指南

摘要: 在数据分析的征途中，仅仅得到一堆冰冷的数字是远远不够的。如何将数据以直观、清晰的方式呈现出来，让隐藏在数据背后的故事一目了然？这就是数据可视化的魅力所在。本文将带你深入学习 Python 中最经典、最强大的数据可视化库——Matplotlib，从 HelloWorld 开始，逐步掌握折线图、散点图、柱状图等核心图表的绘制技巧，为你开启数据可视化的大门。

1. Matplotlib 之 HelloWorld

让我们从最基础的部分开始，揭开 Matplotlib 的神秘面纱。

1.1 什么是 Matplotlib？

简单来说，Matplotlib 是一个专门用于画二维图表的 Python 库。

它的名字拆解开来，很好地揭示了其核心功能：

• Mat: 源于Matrix（矩阵）。在数据科学中，数据通常以矩阵形式存在（如二维表格）。Matplotlib 擅长将这些数据转化为可视化图形。
• Plot: 意为“画图”。
• Lib: 代表Library（库）。

背景小知识：Matplotlib 的设计深受著名科学计算软件MATLAB的影响。因此，如果你有 MATLAB 使用经验，会发现 Matplotlib 的许多函数和概念倍感亲切。

1.2 为什么要学习 Matplotlib？

在数据分析全流程中，数据可视化是连接“枯燥数据”与“深刻洞见”的桥梁。它能帮助我们：

1. 直观理解数据：人脑处理图形的速度远快于数字。一张优秀的图表能让你瞬间洞察数据的分布趋势、相关关系及异常点。
2. 辅助模型选择：通过可视化，我们可以更准确地判断数据特征，从而选择最合适的分析方法或机器学习模型。
3. 遵循“奥卡姆剃刀原理”：
   • 如无必要，勿增实体。
   • 虽然 D3.js 或 Echarts 非常强大，但在 Python 生态内，直接在同一个环境下完成数据处理与绘图，能极大简化工作流，避免技术栈切换的成本。

1.3 实现一个简单的 Matplotlib 画图

话不多说，让我们编写代码，亲手绘制第一张图表：

importmatplotlib.pyplotasplt# 1. 准备数据x=[1,2,3,4,5]y=[10,20,15,25,30]# 2. 创建画布并绘图plt.plot(x,y)# 3. 设置基本信息plt.title("HelloWorld: My First Plot")# 标题plt.xlabel("X-Axis")# X 轴标签plt.ylabel("Y-Axis")# Y 轴标签# 4. 显示图表plt.show()

运行以上代码，你将看到一个窗口弹出一张简单的折线图。恭喜你，完成了Matplotlib的HelloWorld！

1.4 认识Matplotlib图像结构

一张Matplotlib图表，看似简单，实则由多个层次化的组件构成。理解其结构对于进行复杂的定制至关重要。

• Figure (画布): 整个图像的“大画板”，是所有绘图元素的顶级容器。一个Figure可以包含一个或多个Axes。

• Axes (绘图区/坐标系): 真正进行数据绘制的区域，包含了x轴(xaxis)、y轴(yaxis)、刻度(ticks)、标签(labels)以及我们绘制的图形本身。不要把它和“axis”（轴）混淆，一个Axes包含了两个（或三个，对于3D图）Axis对象。

1.5 拓展知识点：Matplotlib三层结构

从更专业的角度看，Matplotlib的架构可以分为三层，从底层到顶层分别是：

1. 容器层 (Container Layer): 这是最外层的用户接口。我们平时接触最多的就是这一层，主要包括：

   • Canvas (画板层): 实际进行绘制的后端对象，例如FigureCanvasAgg，它知道如何将图像渲染成PNG文件。我们通常不需要直接操作它。

   • Figure (画布层): 我们上面提到的“大画板”，用来容纳和管理多个坐标系。

   • Axes (绘图区/坐标系): 核心绘图区域，数据的展示舞台。

2. 辅助显示层 (Artist Layer): 这一层包含了所有你在图上能看到的元素，比如线条(Line2D)、文本(Text)、图例(Legend)、坐标轴(Axis)等。它们都是Artist的子类。我们调用plot()等函数时，实际上就是在创建和修改这些Artist对象。

3. 图像层 (Primitive Layer): 这是Matplotlib的底层核心，负责处理图形的渲染和绘制，与具体的GUI工具包（如Tkinter, Qt）进行交互。

2 折线图(plot)与基础绘图功能

折线图是最基础也是最常用的图表之一，非常适合用来展示数据随某个连续变量（通常是时间）变化的趋势。

2.1 折线图绘制与图片保存

让我们来画一个更精致的折线图，并学习如何设置画布属性和保存图片。

importmatplotlib.pyplotasplt# 准备数据（模拟一周7天的气温变化，单位：℃）x=range(1,8)# x轴数据：周一到周日（用1-7表示）y=[18,20,19,22,21,23,24]# y轴数据：一周的温度# 1. 创建画布（设置画布大小和清晰度）# figsize设置画布大小为10x6英寸, dpi设置图像清晰度为80（数值越大越清晰）fig=plt.figure(figsize=(10,6),dpi=80)# 2. 绘制图形（折线图，可添加颜色、线型等参数，此处用默认设置）plt.plot(x,y)# 3. 保存图片到本地（需在plt.show()之前调用，否则保存为空图）# 可以保存为多种格式，如.png, .jpg, .svg, .pdf，推荐用.png（清晰度高、体积小）plt.savefig("./line_chart_temperature.png")# 4. 显示图形（弹出窗口展示绘制好的折线图）plt.show()

关键参数说明：

• figsize: 一个元组，(宽度, 高度)，单位是英寸。

• dpi: Dots Per Inch，每英寸的点数，数值越高，图像越清晰，文件也越大。

2.2 中文显示问题解决

Matplotlib默认的字体不支持中文，直接在图中使用中文会显示为方框（□□□）。解决这个问题需要三步：安装中文字体 → 删除缓存 → 修改配置，以下是详细操作和最便捷的代码级解决方案。

以Windows和Linux系统为例：

1. 安装字体: 下载你喜欢的中文字体（如“微软雅黑”、“思源黑体”）。

   • Windows: 双击字体文件(.ttf/.ttc)，点击“安装”即可完成。

   • Ubuntu: 双击字体文件安装，或将其复制到/usr/share/fonts/目录下，然后执行sudo fc-cache -f -v刷新字体缓存。

2. 删除matplotlib缓存文件:
   找到Matplotlib的缓存目录并删除其中的.json缓存文件（缓存会保存旧的字体配置，删除后重新运行代码即可加载新字体）。可以通过以下代码找到目录位置：import matplotlib print(matplotlib.get_cachedir())

3. 在代码中指定字体:
   最推荐的方法是在代码中动态设置，这样你的代码在任何环境下都能正确运行，无需修改系统全局配置。

importmatplotlib.pyplotaspltfrommatplotlibimportfont_manager# 假设你的字体文件路径（Windows系统微软雅黑默认路径如下，无需修改）my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/msyh.ttc",size=12)# Windows专用# 准备数据（中文标签的x轴数据）x=["周一","周二","周三","周四","周五","周六","周日"]y=[18,20,19,22,21,23,24]# 一周气温数据# 创建画布plt.figure(figsize=(10,6))# 绘制折线图（x轴用1-7占位，后续替换为中文标签）plt.plot(range(1,8),y)# 设置x轴刻度标签，并应用中文字体（关键步骤）plt.xticks(range(1,8),x,fontproperties=my_font)# 设置x轴、y轴标签和标题，均应用中文字体plt.xlabel("星期",fontproperties=my_font)plt.ylabel("温度 (℃)",fontproperties=my_font)plt.title("未来一周气温变化图",fontproperties=my_font)# 显示图形plt.show()

2.3 多个坐标系显示 - plt.subplots()

当我们需要在一张大画布上画多个子图（比如同时展示正弦、余弦函数）时，面向对象的画图方法plt.subplots()就派上用场了。它能更好地控制每个子图的细节，比传统的plt.subplot()更简洁、更易维护。

importmatplotlib.pyplotaspltimportnumpyasnp# 创建一个1行2列的子图布局（nrows=行数，ncols=列数）# fig是整个画布对象, axes是一个包含两个Axes子图对象的numpy数组figure,axes=plt.subplots(nrows=1,ncols=2,figsize=(12,5))# --- 在第一个子图(axes[0])上画正弦函数 ---x1=np.linspace(0,10,100)# 生成0到10之间的100个等距点（连续数据）y1=np.sin(x1)# 计算每个x1对应的正弦值axes[0].plot(x1,y1,color='blue',label='sin(x)')# 绘制正弦曲线，设置颜色和标签axes[0].set_title("Sine Wave")# 注意：面向对象方法用set_title()设置标题axes[0].set_xlabel("x")# 设置x轴标签axes[0].set_ylabel("sin(x)")# 设置y轴标签axes[0].legend()# 显示图例（对应plot中的label参数）axes[0].grid(True,linestyle='--',alpha=0.5)# 显示网格线，线型为虚线，透明度0.5# --- 在第二个子图(axes[1])上画余弦函数 ---x2=np.linspace(0,10,100)# 生成0到10之间的100个等距点y2=np.cos(x2)# 计算每个x2对应的余弦值axes[1].plot(x2,y2,color='red',label='cos(x)')# 绘制余弦曲线，设置颜色和标签axes[1].set_title("Cosine Wave")# 设置子图标题axes[1].set_xlabel("x")# 设置x轴标签axes[1].set_ylabel("cos(x)")# 设置y轴标签axes[1].legend()# 显示图例axes[1].grid(True,linestyle='--',alpha=0.5)# 显示网格线# 调整子图之间的间距（避免标签重叠）plt.tight_layout()# 展示图像plt.show()

2.4 折线图的应用场景

• 展示事物或指标随时间的变化状况：如股票价格、气温变化、网站用户访问量、产品销量等。

• 绘制各种数学函数图像：如正弦、余弦、指数函数、线性函数等，直观展示函数的变化特性。

3 常见图形种类及应用

除了折线图，Matplotlib还能绘制多种常用图表，不同图表对应不同的数据分析场景，掌握它们能让你的数据可视化更具针对性。

3.1 常见图形种类及意义

• 折线图 (plot): 查看数据趋势（随连续变量的变化规律）。

• 散点图 (scatter): 探索变量之间的关系或规律（如相关性）。

• 柱状图 (bar): 进行不同类别数据的统计与对比（如不同产品的销量对比）。

• 直方图 (histogram): 查看数据的分布状况（如学生成绩分布、电影时长分布）。

• 饼图 (pie): 展示不同部分的占比（如各季度销售额占比、用户来源占比）。

3.2 散点图绘制 (scatter)

散点图用于展示两个变量之间的关系，每个点代表一个数据样本，通过点的分布可以直观判断两个变量是否存在相关性（正相关、负相关或无相关）。

importmatplotlib.pyplotaspltfrommatplotlibimportfont_manager# 设置中文字体（解决中文显示问题）my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/msyh.ttc",size=11)# 准备数据：假设我们有30个学生的身高和体重数据（模拟真实场景）height=[155,158,160,162,165,168,170,172,175,178,156,161,163,166,169,171,173,176,179,180,157,159,164,167,170,172,174,177,181,182]weight=[45,48,50,52,55,58,60,62,65,68,46,51,53,56,59,61,63,66,69,72,47,49,54,57,60,62,64,67,70,73]# 创建画布plt.figure(figsize=(10,6))# 绘制散点图（x=身高，y=体重，可设置点的大小、颜色、透明度）plt.scatter(height,weight,s=50,color='skyblue',alpha=0.7,edgecolors='black')# 设置标题和标签（应用中文字体）plt.title("学生身高与体重关系散点图",fontproperties=my_font)plt.xlabel("身高 (cm)",fontproperties=my_font)plt.ylabel("体重 (kg)",fontproperties=my_font)# 显示网格线（便于观察数据分布）plt.grid(True,linestyle='--',alpha=0.5)# 显示图形plt.show()

从上图可以初步判断，身高和体重可能存在正相关关系——身高越高，体重通常也越大。

4 柱状图 (bar)

柱状图非常适合比较不同类别的数据量，通过柱子的高度直观反映各类别数据的差异，常用于分类统计对比场景（如不同产品销量、不同地区收入、不同电影票房等）。

4.1 柱状图绘制

importmatplotlib.pyplotaspltfrommatplotlibimportfont_manager# 设置中文字体（解决中文显示问题）my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/msyh.ttc")# 准备数据：中国电影票房总榜Top4（数据为模拟，贴合真实票房排名）movies=["战狼2","哪吒之魔童降世","流浪地球","复仇者联盟4"]box_office=[56.8,50.3,46.8,42.5]# 单位：亿元# 创建画布（设置大小，避免中文标签被截断）plt.figure(figsize=(10,6))# 绘制柱状图（x=电影名称，y=票房，width=柱子宽度，color=柱子颜色）plt.bar(movies,box_office,width=0.5,color=['red','orange','blue','gray'])# 设置标题和标签（应用中文字体）plt.title("中国电影票房总榜 Top 4",fontproperties=my_font,fontsize=14)plt.ylabel("票房（亿元）",fontproperties=my_font,fontsize=12)plt.xticks(fontproperties=my_font,fontsize=11)# 设置x轴刻度字体（电影名称）# 在柱子上方添加数值标签（直观显示票房数据）foriinrange(len(movies)):plt.text(i,box_office[i]+0.5,str(box_office[i])+"亿",ha='center',fontproperties=my_font)# ha='center'表示水平居中# 显示网格线（只显示y轴方向，更清晰）plt.grid(True,axis='y',linestyle='--',alpha=0.5)# 显示图形plt.show()

5 直方图 (histogram)

直方图是观察数据分布的神器，它与柱状图很像，但有本质区别，很多人容易混淆两者的用法。直方图专注于展示连续型数据的分布特征，而柱状图专注于离散类别的对比。

5.1 直方图介绍

绘制直方图需要理解两个核心概念：

• 组数 (bins): 在统计数据时，我们把连续的数据按照不同的范围分成几个组，分成的组的个数称为组数。

• 组距: 每一组两个端点的差，即每组数据的范围宽度。

示例: 假设我们有一批学生身高数据，最高175.5cm，最矮150.5cm。如果我们想以5cm为组距来统计，那么应该分多少组？

求组数: (175.5 - 150.5) / 5 = 25 / 5 = 5 组。

这5组分别是：[150.5, 155.5), [155.5, 160.5), [160.5, 165.5), [165.5, 170.5), [170.5, 175.5]。

5.2 直方图与柱状图的对比

5.3 直方图绘制

假设我们有一组电影的时长数据，我们想看看这些电影时长的分布情况（比如大多数电影的时长集中在哪个范围）。

importmatplotlib.pyplotaspltimportnumpyasnp# 随机生成100部电影的时长数据 (分钟)，范围在60-180分钟之间（符合真实电影时长）np.random.seed(42)# 设置随机种子，保证每次运行生成的数据一致time=np.random.randint(60,180,100)# 计算组距和组数（组距设为15分钟，即每15分钟为一组）group_distance=15# 组距# 生成组数范围（从最小值到最大值+组距，步长为组距，确保包含所有数据）bins=range(min(time),max(time)+group_distance,group_distance)# 创建画布plt.figure(figsize=(10,6))# 绘制直方图（x=电影时长，bins=分组范围，color=柱子颜色，edgecolors=柱子边框颜色）plt.hist(time,bins=bins,color='lightgreen',edgecolors='black',alpha=0.7)# 设置标题和标签plt.xlabel("Movie Duration (minutes)",fontsize=12)plt.ylabel("Frequency (count)",fontsize=12)plt.title("Distribution of Movie Durations",fontsize=14)# 让x轴刻度与分组对齐（更直观展示每组的范围）plt.xticks(bins,rotation=45)# 显示网格线（只显示y轴，便于观察频次）plt.grid(True,axis='y',linestyle='--',alpha=0.5)# 显示图形plt.show()

从直方图可以看出，电影时长主要集中在哪个区间（比如120-135分钟），从而了解电影时长的整体分布特征。

6 饼图 (pie)

饼图用于展示各个部分占总体的百分比，适用于“整体-部分”关系的可视化场景（如各季度销售额占比、各部门人员占比、各产品营收占比等）。饼图的核心是“占比”，所有部分的百分比之和必须为100%。

importmatplotlib.pyplotaspltfrommatplotlibimportfont_manager# 设置中文字体（解决中文显示问题）my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/msyh.ttc")# 准备数据：某公司年度销售额季度占比（四个季度占比之和为100%）quarters=["第一季度","第二季度","第三季度","第四季度"]sales=[25.5,30.2,22.3,22.0]# 各季度销售额占比（单位：%）# 创建画布（饼图建议用正方形画布，保证饼图为正圆）plt.figure(figsize=(8,8))# 绘制饼图（关键参数说明）# x: 各部分占比数据# labels: 各部分的标签（季度名称）# autopct: 用于在图上显示百分比，格式化字符串 '%1.2f%%' 表示保留2位小数并显示%# textprops: 设置标签和百分比的字体属性（应用中文字体）# colors: 自定义饼图颜色（可选）# explode: 突出显示某一部分（可选，此处不突出，设为(0,0,0,0)）plt.pie(sales,labels=quarters,autopct='%1.2f%%',textprops={'fontproperties':my_font},colors=['#ff9999','#66b3ff','#99ff99','#ffcc99'],explode=(0,0.05,0,0))# 突出第二季度（轻微偏移）# 设置标题（应用中文字体）plt.title("年度销售额季度占比",fontproperties=my_font,fontsize=14)# 保证饼图是正圆（避免因画布比例导致饼图变形）plt.axis('equal')# 显示图形plt.show()

关键参数说明：

• autopct='%1.2f%%': 格式化百分比显示，%1.2f表示浮点数保留2位小数，最后两个%%表示输出一个实际的%符号。

• plt.axis('equal'): 必加参数，保证饼图为正圆，否则会因画布比例变成椭圆。

• explode: 可选参数，用于突出某一部分（如示例中突出第二季度），参数长度与labels一致，数值越大，突出越明显。

7 核心图表总结

本文重点讲解了Matplotlib中5种核心图表的绘制方法、核心用途及关键要点，以下用表格形式进行汇总，方便快速查阅和记忆：

总结：选择图表的核心原则是“贴合数据类型+匹配分析目的”，根据数据是连续型/离散型、分析需求是看趋势/对比/分布/占比，选择对应的图表即可。Matplotlib的核心是“灵活定制”，掌握基础绘制方法后，可通过调整参数让图表更美观、更具可读性。