Python 数据可视化之 Matplotlib 库

在当今数据驱动的时代，数据可视化（Data Visualization）已成为数据科学、机器学习、金融分析、工程建模等多个领域中不可或缺的一环。数据可视化不仅帮助我们更直观地理解数据的分布和趋势，还能辅助决策、展示研究成果以及增强数据故事的表达力。

在 Python 生态中，Matplotlib 是最早、最基础也是最强大的数据可视化库之一。它不仅功能全面，而且可以高度定制化，适合科研、教学以及工业级应用。本文将从入门到进阶，系统地介绍 Matplotlib 的使用方法、核心功能、图形类型、样式设置、高级技巧以及与其他库的整合，帮助你全面掌握这一强大工具。

---

一、Matplotlib 简介

1.1 什么是 Matplotlib？

Matplotlib 是一个用于创建高质量图表的 Python 绘图库，由 John D. Hunter 于 2003 年开发。它受到 MATLAB 的启发，因此语法风格与 MATLAB 类似，适合用于科学研究和教学。Matplotlib 支持多种输出格式，包括 PNG、PDF、SVG、EPS 等，并可在多种操作系统上运行。

1.2 Matplotlib 的模块结构

Matplotlib 的架构分为多个层级，其中最常用的是：

• pyplot 模块（plt）：提供类似 MATLAB 的绘图接口，是大多数用户常用的接口。
• FigureCanvas：负责将图形绘制到某个表面上（如 GUI 窗口、图像文件等）。
• Artist：代表图形中的所有可视元素（如线条、文本、轴等）。
• Backend：处理图形的输出，分为用户界面后端（如 TkAgg、Agg）和图像文件后端（如 PNG、PDF）。

1.3 安装与导入

Matplotlib 可以通过 pip 或 conda 安装：

pip install matplotlib

或

conda install matplotlib

导入方式通常为：

import matplotlib.pyplot as plt

---

二、Matplotlib 的基本使用

2.1 创建第一个图表

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y)
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.title('我的第一个图表')
plt.show()

这个例子中，我们绘制了一个简单的折线图，并设置了坐标轴标签和标题。

2.2 支持的主要图表类型

Matplotlib 支持丰富的图表类型，包括但不限于：

图表类型	描述
折线图（Line Plot）	展示数据随时间或其他变量的变化趋势
散点图（Scatter Plot）	展示两个变量之间的关系
柱状图（Bar Chart）	对比不同类别的数据
饼图（Pie Chart）	展示整体中各部分的比例
直方图（Histogram）	显示数据分布情况
箱线图（Boxplot）	显示数据的分布与异常值
热力图（Heatmap）	展示二维数据矩阵的可视化
3D 图形（3D Plot）	展示三维空间中的数据关系

---

三、图表类型详解

3.1 折线图（Line Plot）

折线图是最基础的图表类型，适合展示连续数据的变化趋势。

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y, color='blue', linestyle='--', marker='o')
plt.title('折线图示例')
plt.xlabel('X 值')
plt.ylabel('Y 值')
plt.grid(True)
plt.show()

3.2 散点图（Scatter Plot）

散点图用于展示两个变量之间的关系，常用于探索数据之间的相关性。

import numpy as np

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

plt.scatter(x, y, c='red', s=50, alpha=0.6)
plt.title('散点图')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

3.3 柱状图（Bar Chart）

柱状图适用于比较不同类别之间的数据。

categories = ['A', 'B', 'C', 'D']
values = [3, 7, 4, 5]

plt.bar(categories, values, color='skyblue')
plt.title('柱状图')
plt.xlabel('类别')
plt.ylabel('数值')
plt.show()

3.4 饼图（Pie Chart）

饼图用于展示各部分在整体中的占比。

labels = ['A', 'B', 'C', 'D']
sizes = [25, 35, 20, 20]
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.title('饼图')
plt.axis('equal')  # 保持饼图为圆形
plt.show()

3.5 直方图（Histogram）

直方图用于展示数据的分布情况。

data = np.random.randn(1000)
plt.hist(data, bins=30, color='green', edgecolor='black', alpha=0.7)
plt.title('直方图')
plt.xlabel('值')
plt.ylabel('频数')
plt.show()

3.6 箱线图（Boxplot）

箱线图用于展示数据的统计分布，包括中位数、四分位数和异常值。

data = np.random.normal(loc=0.0, scale=1.0, size=100)
plt.boxplot(data)
plt.title('箱线图')
plt.ylabel('值')
plt.show()

3.7 热力图（Heatmap）

热力图用于展示二维数据矩阵，颜色深浅表示数值大小。

import seaborn as sns

data = np.random.rand(5, 5)
sns.heatmap(data, annot=True, cmap='coolwarm')
plt.title('热力图')
plt.show()

---

四、图形的高级设置

4.1 设置图形大小与分辨率

plt.figure(figsize=(10, 6), dpi=100)

4.2 添加图例（Legend）

plt.plot(x, y1, label='线1')
plt.plot(x, y2, label='线2')
plt.legend()

4.3 多图绘制（Subplots）

fig, axs = plt.subplots(2, 2)
axs[0, 0].plot(x, y)
axs[0, 1].scatter(x, y)
axs[1, 0].bar(categories, values)
axs[1, 1].pie(sizes, labels=labels)
plt.tight_layout()
plt.show()

4.4 设置坐标轴范围

plt.xlim(0, 6)
plt.ylim(0, 30)

4.5 添加网格

plt.grid(True, linestyle='--', alpha=0.5)

4.6 设置标题与标签字体大小

plt.title('标题', fontsize=16)
plt.xlabel('X 轴', fontsize=12)
plt.ylabel('Y 轴', fontsize=12)

4.7 设置坐标轴刻度

plt.xticks(range(1, 6))
plt.yticks(range(0, 30, 5))

---

五、样式与主题设置

Matplotlib 提供了多种内置样式，可以通过 plt.style.use() 来切换：

plt.style.use('ggplot')  # 使用 ggplot 风格

常用样式包括：

• 'default'（默认样式）
• 'ggplot'（模仿 R 的 ggplot2）
• 'seaborn'（Seaborn 风格）
• 'dark_background'（暗色背景）
• 'bmh'（适合论文的样式）

你也可以使用 Seaborn 等第三方库来进一步美化图表。

---

六、保存图表

使用 plt.savefig() 可以将图表保存为图片文件：

plt.savefig('my_plot.png', dpi=300, bbox_inches='tight')

支持的格式包括：

• PNG（默认）
• PDF
• SVG
• EPS
• JPEG

---

七、Matplotlib 与 Seaborn 的关系

Seaborn 是基于 Matplotlib 构建的高级库，专注于统计图表的美观展示。它简化了许多绘图流程，并提供了更现代、更美观的默认样式。

例如，使用 Seaborn 绘制箱线图：

import seaborn as sns

sns.boxplot(x='类别', y='数值', data=df)
plt.title('Seaborn 箱线图')
plt.show()

尽管 Seaborn 更加易用，但理解 Matplotlib 的底层机制仍然是掌握数据可视化的关键。

---

八、进阶技巧与实战建议

9.1 使用 Pandas 与 Matplotlib 结合

Pandas 提供了对 Matplotlib 的封装接口，使得数据可视化更加简洁。

import pandas as pd

df = pd.DataFrame({'x': x, 'y': y})
df.plot(x='x', y='y', kind='line')
plt.title('Pandas 绘图')
plt.show()

9.2 动态图表与动画

Matplotlib 支持动态图表的绘制，适合实时数据监控。

from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
x, y = [], []

def update(frame):
    x.append(frame)
    y.append(np.sin(frame))
    ax.clear()
    ax.plot(x, y)

ani = FuncAnimation(fig, update, frames=np.linspace(0, 10, 100), interval=50)
plt.show()

9.3 自定义样式与颜色

你可以通过设置 rcParams 来全局更改图表样式：

import matplotlib as mpl

mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['axes.facecolor'] = 'lightgray'

9.4 多图叠加与图层控制

使用 plt.axes() 或 add_subplot() 可以灵活控制图层。

fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

ax1.plot(x, y)
ax2.scatter(x, y)
plt.show()