Python 数据分析与机器学习入门 (五):Matplotlib 数据可视化基础

引言:为何可视化至关重要?

俗话说,"一图胜千言"。在数据分析领域,这句话尤其正确。原始的数据表格和统计摘要虽然精确,但往往难以揭示数据中隐藏的模式、趋势、异常值和关系。数据可视化通过将数据转换成图形,利用人类视觉系统的强大能力来快速识别这些信息,是**探索性数据分析(EDA)**中不可或缺的一环。

Matplotlib 是 Python 中最基础、最强大的数据可视化库。它为创建各种静态、动态和交互式图表提供了坚实的基础。几乎所有其他高级可视化库(如 Seaborn)都是在 Matplotlib 的基础上构建的。因此,掌握 Matplotlib 是进行任何严肃数据可视化的前提。

Matplotlib 的解剖学:Figure 与 Axes

要真正掌握 Matplotlib,首先需要理解其核心的两个对象:FigureAxes

  • Figure : 可以看作是整个图表的"画布 "或"画框 "。它是一个顶层容器,可以包含一个或多个图表(Axes)、标题、图例等所有绘图元素。
  • Axes : 这是实际的"绘图区域 "或"子图 "。我们平时所说的"一个图",在 Matplotlib 的语境下通常指的就是一个 Axes 对象。它包含了数据点、x 轴(xaxis)、y 轴(yaxis)、刻度、标签等。一个 Figure 对象可以包含一个或多个 Axes 对象。

把它们想象成一幅画:Figure 是整个画框,而每个 Axes 是画框里的一幅独立的画。

两种绘图方式:Pyplot vs. 面向对象 (OO)

Matplotlib 提供了两种主要的绘图接口:

  1. Pyplot 接口 (状态机接口) : 这是一系列函数的集合(如 plt.plot(), plt.title()),它会自动管理当前的 FigureAxes。这种方式对于快速、简单的绘图非常方便,其风格类似于 MATLAB。
  2. 面向对象 (OO) 接口 : 这是更强大、更灵活的方式。我们首先显式地创建一个 Figure 对象和一个或多个 Axes 对象(通常使用 fig, ax = plt.subplots()),然后调用这些对象的方法来绘图和进行定制(如 ax.plot(), ax.set_title())。

为什么我们强烈推荐面向对象 (OO) 的方式?

对于初学者来说,pyplot 接口似乎更简单。然而,一旦你需要绘制更复杂的图表,比如在一个 Figure 中放置多个子图,或者对某个特定的子图进行精细控制时,pyplot 的状态机机制就会变得混乱和难以管理。你很难确定当前的 plt 函数到底作用于哪个子图。

面向对象的方式则从根本上解决了这个问题 。通过 fig, ax = plt.subplots(),你得到了对 FigureAxes 对象的直接引用。当你调用 ax.set_title() 时,你非常清楚地知道这个标题是属于 ax 这个特定的子图的。这种明确的控制使得代码更具可读性、可维护性,并且是创建复杂、可复用图表的标准做法。从一开始就学习和使用 OO 风格,会为你未来的学习之路打下更坚实的基础。

你的第一张图 (使用 OO 风格)

让我们遵循标准的 OO 风格工作流,创建几种最常见的图表。

标准工作流:

  • 导入库 : import matplotlib.pyplot as pltimport numpy as np
  • 准备数据
  • 创建 Figure 和 Axes : fig, ax = plt.subplots()
  • 在 Axes 上绘图 : ax.plot(), ax.scatter() 等。
  • 定制图表 : ax.set_title(), ax.set_xlabel(), ax.set_ylabel(), ax.legend()
  • 显示图表 : plt.show()

折线图 (Line Plot)

折线图非常适合展示数据随时间或某个连续变量变化的趋势。

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

# 1. 创建 Figure 和 Axes
fig, ax = plt.subplots()

# 2. 在 Axes 上绘图
ax.plot(x, y)

# 3. 定制图表
ax.set_title('Simple Sine Wave')
ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis (sin(x))')

# 4. 显示图表
plt.show()

柱状图 (Bar Chart)

柱状图用于比较不同类别之间的数量。

python 复制代码
import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [23, 45, 55, 19]

fig, ax = plt.subplots()
ax.bar(categories, values, color='skyblue')

ax.set_title('Category Comparison')
ax.set_xlabel('Category')
ax.set_ylabel('Value')

plt.show()

散点图 (Scatter Plot)

散点图用于可视化两个数值变量之间的关系,帮助我们发现相关性。

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)

fig, ax = plt.subplots()
# 使用 c 参数映射颜色,s 参数映射大小,cmap 指定颜色图谱
ax.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='viridis')

ax.set_title('Scatter Plot Example')
ax.set_xlabel('X Value')
ax.set_ylabel('Y Value')

plt.show()

直方图 (Histogram)

直方图用于展示单个数值变量的分布情况。

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 生成符合正态分布的随机数据
data = np.random.randn(1000)

fig, ax = plt.subplots()
ax.hist(data, bins=30, edgecolor='black')

ax.set_title('Distribution of Data')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')

plt.show()

总结与展望

在本篇中,我们学习了 Matplotlib 的基本概念,特别是 FigureAxes 的区别,并强烈推荐了面向对象的绘图风格。我们还实践了如何使用 OO 风格创建四种最基本的图表:折线图、柱状图、散点图和直方图。

虽然 Matplotlib 功能强大且灵活,但有时绘制美观的统计图表需要编写较多的样板代码。为了解决这个问题,社区开发了 Seaborn。在下一篇文章中,我们将学习 Seaborn 如何在 Matplotlib 的基础上,用更简洁的代码创建出更具美感和信息量的统计图形。

相关推荐
烛阴4 小时前
简单入门Python装饰器
前端·python
好开心啊没烦恼4 小时前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
面朝大海,春不暖,花不开4 小时前
使用 Python 实现 ETL 流程:从文本文件提取到数据处理的全面指南
python·etl·原型模式
2301_805054565 小时前
Python训练营打卡Day59(2025.7.3)
开发语言·python
万千思绪6 小时前
【PyCharm 2025.1.2配置debug】
ide·python·pycharm
涤生大数据7 小时前
Apache Spark 4.0:将大数据分析提升到新的水平
数据分析·spark·apache·数据开发
微风粼粼7 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
云天徽上7 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
可观测性用观测云8 小时前
Pipeline 引用外部数据源最佳实践
数据分析
你怎么知道我是队长8 小时前
python-input内置函数
开发语言·python