Python编程实战——Python实用工具与库：Matplotlib数据可视化

匿名上传

发布时间:2025-12-20 18:00:03

一、Matplotlib简介

Matplotlib 是Python的二维绘图库，可以创建各种静态、动态和交互式图表。它常与 Pandas 和 Numpy 配合使用，用于数据分析、科研和可视化报告。

Matplotlib的特点：

支持折线图、柱状图、饼图、散点图等多种类型；
可高度自定义图形样式；
可输出为PNG、SVG、PDF等格式；
与Jupyter Notebook兼容性极佳。

二、安装与导入

pip install matplotlib

导入常规写法：

import matplotlib.pyplot as plt
import numpy as np

三、绘制第一个图表

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 45]

plt.plot(x, y)
plt.title("销售趋势图")
plt.xlabel("月份")
plt.ylabel("销售额")
plt.show()

这段代码绘制了一条简单的折线图。 plt.plot() 用于画折线，plt.show() 用于显示图形。

四、图表类型速览

1. 折线图（Line Chart）

适合展示趋势变化。

plt.plot(x, y, marker='o', color='blue', linestyle='--', label="销售额")
plt.legend()
plt.show()

2. 柱状图（Bar Chart）

适合展示分类数据对比。

categories = ["苹果", "香蕉", "橙子", "葡萄"]
sales = [80, 60, 70, 90]

plt.bar(categories, sales, color="skyblue")
plt.title("水果销售对比")
plt.xlabel("水果")
plt.ylabel("销量")
plt.show()

3. 饼图（Pie Chart）

适合展示比例分布。

labels = ['A产品', 'B产品', 'C产品']
sizes = [40, 35, 25]

plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.title("产品市场占比")
plt.show()

4. 散点图（Scatter Plot）

适合展示数据分布和相关性。

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y, color='green')
plt.title("散点分布示例")
plt.show()

五、自定义图表样式

Matplotlib提供丰富的样式控制，让图表更专业美观。

plt.plot(x, y, color='red', linewidth=2, marker='o', markersize=6)
plt.grid(True, linestyle='--', alpha=0.5)
plt.title("趋势线示例", fontsize=14)
plt.xlabel("时间（月）", fontsize=12)
plt.ylabel("增长率(%)", fontsize=12)
plt.show()

六、在同一图中绘制多条曲线

x = np.arange(1, 6)
y1 = x * 2
y2 = x ** 2

plt.plot(x, y1, label="线性增长", color='blue')
plt.plot(x, y2, label="平方增长", color='orange')
plt.legend()
plt.title("不同增长趋势对比")
plt.show()

七、子图布局（subplot）

当需要展示多个图表时，可以使用subplot创建多图布局。

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.subplot(2, 1, 1)
plt.plot(x, y1, color='red')
plt.title("正弦函数")

plt.subplot(2, 1, 2)
plt.plot(x, y2, color='blue')
plt.title("余弦函数")

plt.tight_layout()
plt.show()

八、结合Pandas快速绘图

Pandas内置了Matplotlib接口，可直接对DataFrame绘图。

import pandas as pd

data = {
    "月份": ["1月", "2月", "3月", "4月", "5月"],
    "销售额": [100, 150, 120, 180, 200],
    "利润": [30, 50, 40, 70, 90]
}
df = pd.DataFrame(data)

df.plot(x="月份", y=["销售额", "利润"], kind="bar")
plt.title("销售与利润分析")
plt.show()

九、实战：绘制年度销售趋势图

import pandas as pd
import matplotlib.pyplot as plt

data = {
    "月份": range(1, 13),
    "销售额": [320, 450, 500, 610, 720, 830, 900, 870, 790, 660, 550, 430]
}

df = pd.DataFrame(data)

plt.figure(figsize=(8,5))
plt.plot(df["月份"], df["销售额"], color='orange', marker='o', linewidth=2)
plt.title("2024年度销售趋势")
plt.xlabel("月份")
plt.ylabel("销售额(万元)")
plt.grid(True, linestyle='--', alpha=0.6)
plt.show()