数据可视化宝典：Matplotlib图形实战

在数据分析领域，图形化展示数据是非常重要的环节。Python中的matplotlib库是绘制各类图形的强大工具。本文将介绍如何使用matplotlib绘制折线图、直方图、饼图、散点图和柱状图等数据分析中常见的图形，并附上相应的代码示例，可以当初matplotlib函数库来使用，将案列中的数据替换成自己真实的数据即可绘制出符合条件的图像。

关于matplotlib进行数据可视化的案列，具体参考Matplotlib 3.6.0 文档示例库，里面给出各种图形可视化的案列代码，具体如下所示：

下面示点进去带标签的分组条形图 页面下官方代码案列；

此示例显示如何创建分组条形图以及如何使用标签注释条形图。

接下来我们将详细介绍matplotlib在进行数据可视化分析过程常用的图像绘制；

一、折线图（Line Plot）

折线图通常用于展示数据随时间或其他连续变量的变化趋势。

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制折线图
plt.plot(x, y)

# 设置图表标题和坐标轴标签
plt.title('Sin Curve')
plt.xlabel('x')
plt.ylabel('y')

# 显示图表
plt.show()

二、直方图（Histogram）

直方图用于展示数据的分布情况，特别是连续型变量的分布情况。

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
data = np.random.randn(1000)

# 绘制直方图
plt.hist(data, bins=30, edgecolor='black')

# 设置图表标题和坐标轴标签
plt.title('Histogram of Data')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图表
plt.show()

三、饼图（Pie Chart）

饼图用于展示各类别的比例或占比。

python 复制代码

import matplotlib.pyplot as plt

# 创建数据
labels = ['Category A', 'Category B', 'Category C']
sizes = [15, 30, 55]

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)

# 设置图表标题
plt.title('Pie Chart Example')

# 显示图表
plt.axis('equal')  # Equal aspect ratio ensures that pie is drawn as a circle.
plt.show()

四、散点图（Scatter Plot）

散点图用于展示两个变量之间的关系，通过点的分布来观察是否存在某种趋势或模式。

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.random.rand(50)
y = np.random.rand(50)

# 绘制散点图
plt.scatter(x, y)

# 设置图表标题和坐标轴标签
plt.title('Scatter Plot Example')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图表
plt.show()

五、柱状图（Bar Chart）

柱状图用于比较不同类别或不同时间点的数据大小。

python 复制代码

import matplotlib.pyplot as plt

# 创建数据
categories = ['Category 1', 'Category 2', 'Category 3']
values = [10, 15, 7]

# 绘制柱状图
plt.bar(categories, values)

# 设置图表标题和坐标轴标签
plt.title('Bar Chart Example')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

六、箱线图（Box Plot）

箱线图用于展示一组数据的分布情况，包括最小值、下四分位数、中位数、上四分位数和最大值。

下面是一个简单的示例，说明如何绘制箱线图，其中特征名称作为X轴的标签：

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 创建一些示例数据
np.random.seed(10)
data = {
    'Feature 1': np.random.normal(0, 1, 100),
    'Feature 2': np.random.normal(1, 1.5, 100),
    'Feature 3': np.random.normal(-1, 0.7, 100),
    'Feature 4': np.random.normal(2, 2, 100)
}

# 提取数据列表和特征名称列表
values = list(data.values())
labels = list(data.keys())

# 绘制箱线图
fig, ax = plt.subplots()
ax.boxplot(values, vert=True, patch_artist=True, labels=labels)

# 设置图表标题
ax.set_title('Box Plot with Features as X-axis Labels')

# 显示网格
ax.grid(True)

# 显示图表
plt.show()

设置vert=True（这是默认值，表示箱体是垂直的），并启用patch_artist=True以允许我们为箱体设置颜色。最后，我们设置了图表的标题，并显示了网格和图表。

要绘制水平分布的箱线图（即箱体的长轴沿X轴方向），你需要对matplotlib的boxplot函数进行一些调整。特别地，你需要设置vert参数为False，这样箱线图就会水平显示。下面是一个简单的示例，说明如何创建水平箱线图：

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 创建一些示例数据
np.random.seed(10)
data = {
    'Feature 1': np.random.normal(0, 1, 100),
    'Feature 2': np.random.normal(1, 1.5, 100),
    'Feature 3': np.random.normal(-1, 0.7, 100),
    'Feature 4': np.random.normal(2, 2, 100)
}

# 提取数据为列表
values = [data[feature] for feature in data]

# 创建箱线图的位置（即X轴上的刻度位置）
positions = np.arange(len(data))

# 绘制水平箱线图
fig, ax = plt.subplots()
ax.boxplot(values, vert=False, patch_artist=True, positions=positions, notch=False)

# 设置箱线图的颜色
colors = ['b', 'g', 'r', 'c']
for patch, color in zip(ax.artists, colors):
    patch.set_facecolor(color)

# 设置X轴和Y轴的标签
ax.set_xlabel('Value')
ax.set_ylabel('Features')
ax.set_yticklabels(data.keys())  # 设置Y轴刻度标签为特征的名称

# 显示网格
ax.grid(True)

# 显示图表
plt.show()

七、箱线图

面积图（Area Chart）结合了折线图和面积图的特性，可以展示随时间或其他连续变量的数据变化趋势，并且通过堆叠面积来表示多个类别的数据总量及其各自贡献。

下面是一个简单的示例代码，演示如何使用matplotlib绘制折线面积图：

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制折线图和折线面积图
fig, ax = plt.subplots()
ax.plot(x, y1, label='sin(x)', color='blue', linewidth=2)
ax.plot(x, y2, label='cos(x)', color='red', linewidth=2)

# 绘制y1的面积图
ax.fill_between(x, y1, where=y1>=0, color='lightblue', interpolate=True)
ax.fill_between(x, y1, where=y1<0, color='blue', interpolate=True)

# 绘制y2的面积图，注意要调整y的起始值以避免重叠
ax.fill_between(x, y1+y2, where=(y1+y2)>=0, color='lightpink', interpolate=True)
ax.fill_between(x, y1+y2, where=(y1+y2)<0, color='pink', interpolate=True)

# 设置图表标题和坐标轴标签
ax.set_title('Stacked Line Area Chart Example')
ax.set_xlabel('x')
ax.set_ylabel('y')

# 添加图例
ax.legend()

# 显示网格
ax.grid(True)

# 显示图表
plt.show()

在上面的代码中，我们首先定义了两个函数y1和y2，它们分别代表sin(x)和cos(x)的值。然后，我们使用plot函数绘制了这两个函数的折线图。接下来，我们使用fill_between函数来绘制每个函数的面积图。需要注意的是，为了避免面积图之间的重叠，我们在绘制y2的面积图时，将y的起始值调整为y1+y2。

最后，我们设置了图表的标题、坐标轴标签，并添加了图例。调用plt.show()函数来显示最终的折线面积图。

八、热力图

为了更直观地绘制热力图，通常会使用seaborn库，它是基于matplotlib的一个更高级的统计绘图库。下面是一个使用seaborn绘制热力图的示例代码：

首先，确保你已经安装了seaborn库。如果没有安装，可以使用pip进行安装：

bash 复制代码

pip install seaborn

然后，你可以使用以下代码来绘制热力图：

python 复制代码

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 创建一个随机数据矩阵
data = np.random.rand(10, 12)

# 创建一个热力图
heatmap = sns.heatmap(data, cmap='coolwarm', annot=True, fmt=".2f")

# 设置X轴和Y轴的标签
heatmap.set_xticklabels(range(1, 13))  # 设置X轴刻度标签
heatmap.set_yticklabels(range(1, 11))  # 设置Y轴刻度标签

# 设置图表的标题
plt.title('Heatmap Example')

# 显示图表
plt.show()

在这个例子中，我们首先导入了所需的库，然后创建了一个10x12的随机数据矩阵。接着，我们使用sns.heatmap函数来绘制热力图，其中data参数是我们要展示的数据，cmap参数定义了颜色映射（这里使用了'coolwarm'），annot=True表示在每个格子中显示数据值，fmt=".2f"定义了数值的格式。最后，我们设置了X轴和Y轴的刻度标签，并为图表添加了标题。

如果你坚持使用matplotlib而不使用seaborn，你也可以通过绘制一系列带颜色的矩形来手动创建热力图，但这将比使用seaborn更加复杂。因此，推荐使用seaborn来绘制热力图，因为它提供了更简洁、更高级的接口。

后面将继续介绍seaborn绘图库；因为seaborn并是一个绘图库，它与DataFrame对象有很好的集成。

九、折线图多功能的封装图

下面封装的ineChartPlotter类，是为绘制不同种类的折线图，有draw_line_chart、draw_line_ndims_one_dim和draw_nline_chart方法，具体的作用参看图片即可了解；

c 复制代码

import matplotlib.pyplot as plt  
import pandas as pd  
import numpy as np

from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 指定默认字体：解决plot不能显示中文问题
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

class LineChartPlotter:  
    def __init__(self):  
        self.fig = None  
        self.ax = None  
  
    def draw_line_chart(self, x, y, marker='o', label='工业', xlabel='Time', ylabel='Flow (累计进水流量)', title='南部污水厂累计进水流量（JSLL1/LJLL）'):  
        """在图上绘制一条折线图"""  
        self.fig, self.ax = plt.subplots()  
        self.ax.plot(x, y, marker=marker, label=label)  
        self.ax.set_xlabel(xlabel)  
        self.ax.set_ylabel(ylabel)  
        self.ax.legend()  
        self.ax.set_title(title)  
        self.ax.grid(True)  
        plt.show()  
  
    def draw_line_ndims_one_dim(self, data, xlabel='time', n=None, title='趋势对比图'):  
        """绘制一个n*1行的一个折线图，共用一个坐标轴"""  
        if n is None:  
            n = data.shape[1] - 1  
        self.fig, axs = plt.subplots(n, 1, figsize=(10, 15), sharex=True)  
        colors = plt.cm.viridis(np.linspace(0, 1, n))  
        for i, col in enumerate(data.columns[1:]):  
            if col != xlabel:  
                axs[i].plot(data[xlabel], data[col], color=colors[i], label=col)  
                axs[i].set_ylabel(f'({col})')  
                axs[i].legend()  
        axs[-1].set_xlabel('Time')  
        plt.tight_layout()  
        self.fig.suptitle(title)  
        plt.show()  
  
    def draw_nline_chart(self, data, xlabel='time', y_label='Flow', title='趋势对比图'):  
        """这一个图上绘制多个曲线的折线图"""  
        self.fig, self.ax = plt.subplots(figsize=(10, 5))  
        for column in data.columns[1:]:  
            self.ax.plot(data[xlabel], data[column], label=column)  
        self.ax.set_xlabel(xlabel)  
        self.ax.set_ylabel(y_label)  
        self.ax.set_title(title)  
        self.ax.legend()  
        max_flow = data[data.columns[1:]].max().max()  
        self.ax.set_ylim(0, max_flow)  
        self.ax.grid(True)  
        plt.show()  
    
# 使用示例  
if __name__ == "__main__":  
    # 假设我们有一个DataFrame，包含时间和多个流量序列  
    data = pd.DataFrame({  
        'time': pd.date_range(start='2023-01-01', periods=100, freq='D'),  
        'flow1': np.random.rand(100),  
        'flow2': np.random.rand(100),  
        'flow3': np.random.rand(100)  
    })  
  
    # 创建绘图对象  
    plotter = LineChartPlotter()  
  
    # 绘制单个折线图  
    # plotter.draw_line_chart(data['time'], data['flow1'], label='Flow 1')  
  
    # # 绘制多个子图的折线图  
    # plotter.draw_line_ndims_one_dim(data)  
  
    # # 绘制单个图上的多个折线图  
    # plotter.draw_nline_chart(data)

总之matplotlib是Python中一个功能强大的数据可视化库，它提供了丰富的绘图接口，可以帮助用户快速创建各种高质量的图形，如折线图、直方图、饼图、散点图、柱状图等。以下是使用matplotlib进行数据可视化的几个关键总结和优势：

多样化的图形支持：

matplotlib支持绘制各种常见的统计图形，包括折线图、柱状图、散点图等，也支持更复杂的图形，如热力图、等高线图等。这使得matplotlib能够应对各种数据分析和可视化的需求。
高度可定制性：

matplotlib提供了大量的参数和选项，用户可以根据需要自定义图形的各个方面，包括颜色、线条样式、字体、图例等。这使得用户能够根据自己的需求和审美创建出独一无二的图形。
易于集成：

matplotlib可以与Python中的其他库（如NumPy、Pandas等）无缝集成，使得数据预处理、数据分析和数据可视化可以在同一个环境中进行。这大大提高了数据分析和可视化的效率。
交互式图形：

matplotlib支持创建交互式图形，用户可以通过鼠标和键盘与图形进行交互，如缩放、平移、选择数据点等。这使得用户能够更深入地探索和分析数据。
丰富的文档和社区支持：

matplotlib拥有完善的文档和活跃的社区支持，用户可以通过官方文档、教程、示例代码以及社区论坛等途径获取帮助和解答问题。这使得学习和使用matplotlib变得更加容易。
高质量的输出：

matplotlib可以生成高质量的图形输出，支持多种文件格式（如PNG、PDF、SVG等），可以满足不同场景下的需求。同时，matplotlib还支持在图形中嵌入LaTeX数学公式，使得图形更具专业性和可读性。
跨平台兼容性：

matplotlib具有良好的跨平台兼容性，可以在Windows、Linux和Mac OS等操作系统上运行。这使得用户可以在不同的平台上使用matplotlib进行数据可视化。