Python数据可视化（够用版）：懂基础 + 专业的图表抛给Tableau等专业绘图工具

我先说说文章标题中的"够用版"啥意思，为什么这么写。

按照我个人观点，在使用Python进行数据分析时，我们有时候肯定要结合到图表去进行分析，去直观展现数据的规律和特定，那么我们肯定要做一些简单的可视化，但是呢，也不需要太过精美的图，简单的图简单到包含基本功能、看得懂就行。假如我们不会用python去绘制一些简单的图，我们可能要将数据导入到其他绘图工具（比如Excel等），然后再绘图，这太麻烦了；又假如我们很熟悉Python的各种专门绘图的库，也会用Python做很精美的图表，那当然最好，不过效率自然没有专业的绘图工具（比如Power BI、Tableau、Excel等）高，因为python写代码很费时间和精力，专业的绘图软件往往是拖拽式的，不用写代码，巨方便。我写这篇文章呢，就是保证我们能够用python做简单的可视化图表，但是不会很深入学习，都是常见的图表，所以说我才说"够用"哈。当然了，个人观点，谨慎采纳。

还有就是，本文只讲matplotlib库，不讲别的绘图相关的库，因为matplotlib太实用了。

一、基本概念

[1.1 单个折线图](#1.1 单个折线图)

[1.2 多个折线（在同一张图，且同一纵轴）](#1.2 多个折线（在同一张图，且同一纵轴）)

[1.3 "双纵坐标"折线图](#1.3 “双纵坐标”折线图)

[1.4 带数据标记的折线图](#1.4 带数据标记的折线图)

（二）在一个图形（figure）中绘制多张子图

（三）散点图

[3.1 简单的散点图](#3.1 简单的散点图)

[3.2 带数据标记的散点图](#3.2 带数据标记的散点图)

（四）柱状图（竖直型）

[4.1 带数据标记的柱状图](#4.1 带数据标记的柱状图)

[4.2 并列柱状图（带数据标记）](#4.2 并列柱状图（带数据标记）)

[4.3 堆积柱状图](#4.3 堆积柱状图)

（五）饼图

（六）统计直方图

（七）箱线图

一、基本概念

1、matplotlib图表元素组成

图形（figure）、坐标图形（axes）、图名或标题（title）、图例（legend）、主要刻度（major tick）、次要刻度（minor tick）、主要刻度标签（major tick labe l）、次要刻度标签（minor tick label）、Y轴名（Y axis label）、X轴名（X axis label）、边框图（line）、数据标记（markers）、网格（grid）线等。

下图以及部分文本内容取自于《Python数据可视化之美：专业图表绘制指南》。

matplotlib主要包含两类元素

基础类：线（line)、点（maker）、文字（text）、图例（legend）、标题（title）等；
容器类：图形（figure）、坐标图形（axes）、坐标轴（axis）、刻度（tick）

2、层级结构

图形（figure）→坐标图形（axes）→坐标轴（axis）→刻度（tick）

figure对象：整个图形即是一个figure对象，也是一个容器。figure对象至少包含一个子图（也就是axis对象）。它还包含一些特殊对象，比如图名（title）等。
axes对象：字面上理解，axes是axis（坐标轴）的复数，但它并不是指坐标轴，而是子图对象。可以这样理解，每一个子图都有X轴和Y轴，axes则用于代表这两个坐标轴所对应的一个子图对象。比如axes[0,0]，表示第一个子图，而不是坐标轴，axes[0,1]表示第二个子图。
axis对象：axis是数据轴对象，是比figure低一级的容器,主要用于控制数据轴上的刻度位置和显示数值。axis有locator和formatter两个子对象，分别用于控制刻度位置和显示数值。
tick对象：常见的二维直角坐标系（axes）都有两条坐标轴（axis），横轴（X axis）和纵轴（Y axis）。每个坐标轴都包含两个元素：刻度（容器类元素），该对象里还包含刻度本身和刻度标签；标签（基础类元素），该对象包含的是坐标轴标签。

3、图表主要元素调整函数说明

|----------------------|-----------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------|
| 函数 | 核心参数说明 | 功能 |
| subplots（） | nrows(子图的行数), ncols（子图的列数）, figsize(图表大小), dpi（分辨率）、sharex、sharey（子图之间是否共享坐标轴，布尔类型） | 用于创建一个或多个子图（通过设置nrows、ncols实现），返回值为Figure对象（用于控制整个图形）和包含多个子图的Axes对象（对象用于控制每个子图） |
| figure（） | figsize(图表大小)、dpi（分辨率）、facecolor(背景色)、edgecolor | 设置图表大小、分辨率 |
| title（） | str（图名）、fontsize、color | 设置标题 |
| xlabel（） ylabel（） | xlabel（x轴名称）、ylabel（y轴名称）、rotation（设置标签显示方向，取值为0或1） | 设置x、y坐标轴名称 |
| axis（） xlim（） ylim（） | xmin、xmax 或 ymin、ymax | 设置x、y轴的范围 |
| xticks（） yticks（） | ticks(刻度数值)、labels（刻度名称）、fontdict | 设置x、y轴的刻度大小 |
| grid（） | b（有无网格线）、which（主/次网格线）、axis（x、y轴网格线，取值主要有'x'、'y'、'both'）、color、linestyle、linewidth、alpha（透明度） | 设置x、y轴的主/次网格线 |
| legend（） | loc（大致位置，比如左上角）、bbox_to_anchor（图例的锚点具体坐标位置） | 控制图例显示 |

4、常见二维图表的绘制函数

|-----------|-----------------------------------------------------------------------------------------------------------------------------------|-------------|
| 函数 | 主要参数说明 | 图表类型 |
| plot（） | x、y、color、linewidth、marker（标记类型）、markersize（标记大小、label（线条标签）、markerfacecolor(标记填充色) | 折线图、带标记的折线图 |
| scatter() | x、y、s（散点图大小）、color、marker（散点类型）、markerfacecolor（标记填充色） | 散点图、气泡图 |
| bar（） | x、y、width、align（柱形位置）、color、edgecolor（柱子边框颜色） | 柱状图、堆积柱状图 |
| pie（） | x、colors(要求颜色列表)、labels（标签）、autopct（百分比文本的格式）、labeldistance（控制标签的位置，默认值为1.1）、pctdistance（控制百分比标签距离饼图中心的距离，默认值0.6）、radius（控制饼图的半径） | 饼图 |
| hist（） | x、bins（箱数）、range（设定直方图的x轴的最小值和最大值）、density（是否为频率统计）、align（柱形位置）、label（标签）、color、edgecolor | 统计直方图 |
| boxplot（） | x、notch（有无凹槽）、sym（散点类型）、vert（水平或竖直方向，布尔型）、widths、labels（标签）、patch_artist（是否填充箱体颜色） | 箱型图 |
| text（） | x、y、s（设置标记值字符串）、ha（水平对齐）、va（垂直对齐）、fontsize | 给图形生成数据标记 |

5、函数常用参数取值说明

部分的参数的取值说明：

|------------------|------------------------|---------|-----------------------------------------------------------------------|
| 参数 | 作用 | 取值类型 | 取值 |
| figsize | 设置图形大小 | 二维数值元组型 | 形如（1，1）、（1，1）等 |
| dip | 设置图形分辨率 | 数值型 | |
| fontsize | 设置字体大小 | 数值型 | |
| linestyle | 设置线（网格线、折线等）的类型 | 字符串 | 实线（' - '）、虚线（' -- '）、点线（' : '）、点划线（' -. '） |
| marker | 设置数据点的标记样式 | 字符串 | 圆点（o）、方块（s，square）、上三角（^）、菱形（D, diamond）、星状（*）等 |
| alpha | 设置透明度 | 浮点型 | 取值范围为 0（完全透明）到 1（完全不透明） |
| xlim、ylim | 设置 X 、Y 轴范围 | 数值型元组 | 形如 (0, 10)、(-5, 5) 等 |
| xticks、yticks | 标记 X 、Y 轴刻度位置 | 数值型列表 | 形如 [0, 2, 4, 6, 8] |
| loc | 设置图例位置 | 字符串 | 'upper right'、'lower left'、'best' 等 |
| bbox_to_anchor | 设置图例的锚点位置 | 数值型元组 | 形如 (1.05, 1) |
| align | 控制条形图或箱线图的对齐方式 | 字符串 | 'center'（默认，居中对齐）、'edge'（沿边缘对齐）、None（并排放置） |
| vert | 是否将箱线图垂直摆放 | 布尔值 | True（默认，垂直摆放）、False（水平摆放） |
| sym | 指定箱线图中异常点的形状 | 字符串 | 默认为 '+'（加号），也可以是其他标记符号（如 'o'、'*'、'r^' 等） |
| va | 控制文本的垂直对齐方式 | 字符串 | 'center'（默认，居中对齐）、'top'（顶部对齐）、'bottom'（底部对齐）、'baseline'（基线对齐） |
| ha | 控制文本的水平对齐方式 | 字符串 | 'center'（默认，居中对齐）、'left'（左对齐）、'right'（右对齐） |
| rotation | 设置标签显示方向（竖直或水平） | 数值型 | 取值为0或1 |
| autopct | 自动计算饼图每个扇形的百分比，要设置显示格式 | 字符串 | 只显示一位小数百分比：'%1.1f%%' |

二、常见图表绘制演示

进行可视化前，除了导入必要的库以外，还需要设置中文字体，避免图形中显示中文字体时出现乱码的情况。

python 复制代码

import pandas as pd
import matplotlib.pyplot as plt

# 设置字体，避免图形中显示中文字体时出现乱码
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

# 创建示例数据
data = {
    'Category': ['A', 'B', 'C', 'D', 'E'],
    'Value1': [10, 20, 35, 50, 100],
    'Value2': [5, 15, 18, 35, 45],
    'Value3': [12, 22, 17, 27, 32],
    'index1': [2, 4, 6, 8, 10]
}
df = pd.DataFrame(data)

++注：后面所有代码都包含上述代码++。

（一）折线图

1.1 单个折线图

需要注意的是，plt.plot()并不接受x和y作为关键字参数，只接受位置参数，因此，"x=df['index1'], y=df['Value1']"这样写会报错。

python 复制代码

# 折线图
plt.plot(df['index1'], df['Value1'], linestyle='-', label='v1')    # 注意要使用位置参数传入x、y

plt.title('示例1')
plt.legend()  # 显示图例'v1'
plt.show()

如果需要调横坐标或纵坐标的刻度范围，可以使用plt.xlim([xmin, xmax])、plt.ylim([ymin, ymax])或plt.axis([xmin, xmax, ymin, ymax])，其中plt.axis()可以一次性修改x、y坐标的刻度范围，演示如下：

python 复制代码

# 折线图
plt.plot(df['index1'], df['Value1'], label='v1') 

# y轴坐标刻度范围改为[0, 200]
plt.ylim([0,200])

plt.title('示例1')
plt.legend(loc='upper left')  # 显示图例'v1'
plt.show()

如果，需要在y轴刻度上显示出75、180、200的点位，并将该点标记为A、B、'200'这三个刻度标签，则可以使用plt.yticks()方法。注意的是，其中的ticks参数的数值只能是y坐标轴的刻度范围内的值（比如示例的y坐标刻度范围是0~200，则ticks参数里的值不能大于200），演示如下：

python 复制代码

# 折线图
plt.plot(df['index1'], df['Value1'], label='v1') 

# y轴坐标刻度范围改为[0, 200]
plt.ylim([0,200])
# 显示y坐标轴的特定点位
plt.yticks(ticks=[77, 100, 200], labels=['A', 'B','200'])

plt.title('示例1')
plt.legend(loc='upper left')  # 显示图例'v1'
plt.show()

1.2 多个折线（在同一张图，且同一纵轴）

python 复制代码

plt.plot(df['index1'], df['Value1'], label='v1')  # 绘制 Value1 对应的折线
plt.plot(df['index1'], df['Value2'], label='v2')  # 绘制 Value2 对应的折线

plt.title('示例2')
plt.legend(loc='best')  # 显示图例'v1'和'v2'
plt.show()

1.3 "双纵坐标"折线图

有时候两条折线的的纵坐标尺度相差太大，导致另一条在该统一的y轴刻度范围变化幅度不大，甚至显示成了一条直线。可以使用"双纵坐标轴"绘制，演示如下：

python 复制代码

# 创建一个含1*1张子图的图形。看不懂这行代码可以先忽略，后面会讲到。
fig, ax1 = plt.subplots(1, 1, figsize=(8,5))    # 设置图形窗口（即容器）的大小为5*8

ax1.plot(df['index1'], df['Value1'], label='v1')  # 绘制 Value1 对应的折线

# 创建ax1子图第二个纵坐标轴 ax2
ax2 = ax1.twinx()
ax2.plot(df['index1'], df['Value2'], label='v2', color='red')  # 绘制 Value2 对应的折线

ax1.set_title('示例2')
ax1.legend(loc='upper left')  # 显示图例'v1'
ax2.legend(loc='upper left', bbox_to_anchor=(0,0.9))  # 显示图例'v2',并设置具体位置，避免与'v1'位置重叠而只显示一个图例
plt.show()

1.4 带数据标记的折线图

演示如下：

python 复制代码

# 绘制添加标记线
plt.plot(df['index1'], df['Value1'], linestyle='-', marker='*', label='v1', markersize=10) 
# 绘制不带标记的线
plt.plot(df['index1'], df['Value2'], linestyle='--', marker=None, label='v2')

# 添加数据值标记
for i in range(len(df)):
    plt.text(df['index1'][i], df['Value1'][i], s=str(df['Value1'][i]), ha='center', va='bottom', fontsize=12)   # 显示数据值

plt.title('带数据标记的折线图')
plt.legend()  # 显示图例'v1'
plt.grid(True, axis='both', alpha=0.3)    #显示网格线
plt.show()

（二）在一个图形（figure）中绘制多张子图

图形（figure）作为一个容器，包含大标题和子图（至少一张）等元素，而其子图又含有子图自己的元素（如子图的标题，子图的横纵坐标，子图的图例等）。下面演示如何在一个图形（figure）中绘制多张子图，来理解这些概念。

python 复制代码

# 创建一个含2*2张子图的图形fig。其每张子图（对象）用ax1[0,0],ax1[0,1]，...表示。若只有一张图，可以直接用ax1表示子图。
fig, ax1 = plt.subplots(2, 2, figsize=(10,9))    # 设置图形（即容器）的大小为9*10

# 设置图形分辨率、可忽略
fig.dpi = 100

# 绘制子图1，柱状图
ax1[0,0].bar(df['index1'], df['Value1'], label='v1') 
ax1[0,0].set_title('图1', color='red')
ax1[0,0].legend()
ax1[0,0].set_xlabel('index1')
ax1[0,0].set_ylabel('Value1')

# 绘制子图4，折线图
ax1[1,1].plot(df['index1'], df['Value1'], label='v1') 
ax1[1,1].plot(df['index1'], df['Value2'], label='v2') 
ax1[1,1].set_title('图4', color='red')
ax1[1,1].legend()
ax1[1,1].set_xlabel('index1')
ax1[1,1].set_ylabel('y 值')

# 图2、图3我就不绘制了。图1、图4做了演示。

fig.suptitle('总标题', color='green', fontsize=20)   # 设置总标题
fig.tight_layout()    # 自动调整子图的布局，使得元素之间不会重叠
plt.show()

（三）散点图

3.1 简单的散点图

python 复制代码

plt.scatter(df['index1'], df['Value1'], color='green', label='v1')
plt.scatter(df['index1'], df['Value2'], color='red', label='v2')

plt.title('散点图', color='blue')
plt.xlabel('index1')
plt.ylabel('value')
plt.legend()    # 显示图例
plt.show()

3.2 带数据标记的散点图

python 复制代码

plt.scatter(df['index1'], df['Value1'], color='green', label='v1', marker='^')
plt.scatter(df['index1'], df['Value2'], color='red', label='v2')

# 使用text()添加给'Value1'标记数值
for i in range(len(df)):
    plt.text(df['index1'][i], df['Value1'][i], s=str(df['Value1'][i]), ha='center', va='bottom')

# 使用text()添加给'Value2'标记数值
for i in range(len(df)):
    plt.text(df['index1'][i], df['Value2'][i], s=str(df['Value2'][i]), ha='center', va='bottom')

plt.title('带数据标记的散点图', color='blue')
plt.xlabel('index1')
plt.ylabel('value', rotation=1)
plt.legend()    # 显示图例
plt.show()

（四）柱状图（竖直型）

水平柱状图就不做演示了，因为我觉得平时用python进行数据分析时，用竖直型就够了，避免与竖直型的代码搞混淆，真要用到水平柱状图可以用其他工具（比如Excel或其他专业绘图工具）。

4.1 带数据标记的柱状图

python 复制代码

plt.bar(df['Category'], df['Value1'], width=0.5, label='v1', color='red')

plt.title('简单的柱状图')
plt.xlabel('类别', fontsize=9)
plt.ylabel('value', fontsize=9, rotation=1)
plt.legend(loc='upper left')
plt.show()

4.2 并列柱状图（带数据标记）

也叫分组柱状图。在同一个坐标系中绘制多组数据时，可以通过多次调用 plt.bar() ，并调整每组柱状图的位置，以避免它们重叠。通常，我们会通过偏移每组柱子的位置来实现并排显示。

关键步骤：

计算柱子的位置（难点）：每组类别的 x 轴坐标需要调整，使得三根柱子能够并排显示。
设置柱子的宽度：确保柱子不会重叠，并留有适当间距。
绘制多个柱状图：使用 plt.bar() 分别绘制每一组柱子，并调整它们的 x 轴位置。

两组数据示例（带数据标记）：

python 复制代码

import numpy as np

# 定义柱子的宽度
width=0.4

# 获取规律的x坐标，用于设置柱子的位置
x = np.arange(len(df))    # 输出[0, 1, 2, 3, 4]

# 绘制两组柱状图
bar1 = plt.bar(x-width/2, df['Value1'], width=width, label='v1类', color='orange', edgecolor='black')    # 左移width/2。其中x-width/2为每根柱子底部中心点的横坐标
bar2 = plt.bar(x+width/2, df['Value2'], width=width, label='v2类', color='skyblue', edgecolor='black')    # 右移width/2。其中x+width/2为每根柱子底部中心点的横坐标

# 这里有点特别，bar.get_x()获取的是每根柱子底部左下角的横坐标，而不是中心点了。
# 给bar1添加数据标记
for bar in bar1:
    plt.text(bar.get_x()+bar.get_width()/2, bar.get_height(), s=str(bar.get_height()), ha='center', va='bottom')

# 给bar2添加数据标记
for bar in bar2:
    plt.text(bar.get_x()+bar.get_width()/2, bar.get_height(), s=str(bar.get_height()), ha='center', va='bottom')

# 将中心坐标标签由[0, 1, 2, 3, 4]更改为['A', 'B', 'C', 'D', 'E']
plt.xticks(ticks=x, labels=df['Category'])

plt.grid(axis='y', linestyle='--', alpha=0.5)   # 显示网格线
plt.title('两组柱状图（带数据标记）', fontsize=13)
plt.ylabel('value值', rotation=1)
plt.xlabel('类别')
plt.legend(loc='upper left')
plt.show()

三组数据（带数据标记），难点也是在于计算柱子的坐标，示例：

python 复制代码

import numpy as np

plt.figure(figsize=(10, 5))
x = np.arange(len(df))
width = 0.25

bar1 = plt.bar(x-width, df['Value1'], width=width, label='v1', color='skyblue', edgecolor='black')    # 左移width
bar2 = plt.bar(x, df['Value2'], width=width, label='v2', color='red', edgecolor='black')    # 不偏移
bar3 = plt.bar(x+width, df['Value3'], width=width, label='v3', color='orange', edgecolor='black')   # 右移width

for bar in bar1:
    plt.text(bar.get_x()+width/2, bar.get_height(), s=str(bar.get_height()), va='bottom', ha='center')

for bar in bar2:
    plt.text(bar.get_x()+width/2, bar.get_height(), s=str(bar.get_height()), va='bottom', ha='center')

for bar in bar3:
    plt.text(bar.get_x()+width/2, bar.get_height(), s=str(bar.get_height()), va='bottom', ha='center')

# 将中心坐标标签由[0, 1, 2, 3, 4]更改为['A', 'B', 'C', 'D', 'E']
plt.xticks(ticks=x, labels=df['Category'])

plt.grid(axis='y', linestyle='--', alpha=0.5)   # 显示网格线
plt.title('三组柱状图（带数据标记）', fontsize=13)
plt.ylabel('value值', rotation=1)
plt.xlabel('类别')
plt.legend(loc='upper left')
plt.show()

4.3 堆积柱状图

堆积直方图的优点：

适用于比较多个类别在相同区间内的数量或频率。
通过堆叠显示每个类别的贡献，可以更直观地了解各类别在总数中的占比。

演示如下：

python 复制代码

import numpy as np

x = np.arange(len(df['Category']))  # x轴位置

# 绘制第一类数据
plt.bar(x, df['Value1'], width=0.4, label='Category 1', color='b')

# 绘制第二类数据，堆积在第一类数据上（bottom参数表示当前柱子数据堆叠的起始位置，默认为0，即高度为0的位置开始绘制）
plt.bar(x, df['Value2'], width=0.4, bottom=df['Value1'], label='Category 2', color='g')

# 绘制第三类数据，堆积在前两类数据上
plt.bar(x, df['Value3'], width=0.4, bottom=df['Value1'] + df['Value2'], label='Category 3', color='r')

plt.xlabel('类别')
plt.ylabel('Value')
plt.title('堆积柱状图示例')
plt.xticks(x, labels=df['Category'])  # 设置x轴标签
plt.legend()
plt.show()

（五）饼图

演示如下：

python 复制代码

# pie()会自动计算df['Value1']的占比，不用手动计算
plt.pie(df['Value1'], labels=df['Category'], autopct='%0.2f%%', labeldistance=1.05)

plt.title('饼图')
plt.show()

（六）统计直方图

统计直方图主要有两种：频率（分布）直方图、概率密度直方图。

两者的区别如下：

|----------|------------------------|----------------------------------|
| 特性 | 频率直方图 | 概率密度直方图 |
| 定义 | 显示每个区间内数据的频数（数据点的数量） | 显示每个区间内数据的相对概率密度（每个柱子的总面积为 1） |
| 总面积 | 总面积（所有柱子的高度总和）等于数据点的总数 | 总面积等于 1（归一化后） |
| 计算方式 | 频数 / 区间宽度（没有归一化） | (频数 / 总数据量) / 区间宽度，即归一化 |
| 用途 | 适合展示数据集的实际分布和频数情况 | 适合展示数据的概率分布，便于进行统计分析和比较不同数据集的分布 |
| 典型应用 | 展示单一数据集的实际频数分布 | 用于概率密度估计、正态分布拟合等，需要考虑数据相对概率分布的情况 |

频率直方图：

python 复制代码

import numpy as np

# 生成示例数据（1000个正态分布的数据）
data = np.random.randn(1000)

# 绘制直方图
plt.hist(data, bins=50, color='red', edgecolor='black', alpha=0.7, label='数据分布')

plt.title('频率直方图示例')
plt.xlabel('数据值')
plt.ylabel('频数')

plt.legend()
plt.show()

概率密度直方图（只要设置参数 density=True即可）：

python 复制代码

# 绘制归一化（概率密度）直方图
plt.hist(data, bins=30, color='skyblue', edgecolor='black', alpha=0.7, density=True, label='概率密度')

# 添加标题和标签
plt.title('归一化（概率密度）直方图示例')
plt.xlabel('数据值')
plt.ylabel('频数')

plt.legend()
plt.show()

（七）箱线图

python 复制代码

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据（1000个正态分布的数据）
data = np.random.randn(1000)

plt.boxplot(data, patch_artist=True)

plt.title('箱型图示例')
plt.ylabel('数据值')
plt.show()

# 文章如有错误，欢迎大家指正，我们下期文章见。