数据可视化 - 技术栈

4.1 可视化介绍

为什么要进行数据可视化？

数据可视化 = 把抽象的数据"看得见"

目的是让数据背后的规律、异常、趋势一目了然

错误案例举例：

饼图太多分块 → 看不出比例

柱状图颜色混乱 → 无法聚焦

图表标题模糊不清 → 不知图中所指

4.2 Matplotlib 可视化

4.2.1 Matplotlib 简介

什么是Matplotlib

Matplotlib是一个Python绘图库，广泛用于创建各种类型的静态、动态和交互式图表。它是数据科学、机器学习、工程和科学计算领域中常用的绘图工具之一。

支持多种图表类型：折线图（Line plots）、散点图（Scatter plots）、柱状图（Bar charts）、直方图（Histograms）、饼图（Pie charts）、热图（Heatmaps）、箱型图（Box plots）、极坐标图（Polar plots）、3D图（3D plots，配合 mpl_toolkits.mplot3d）。

高度自定义：允许用户自定义图表的每个部分，包括标题、轴标签、刻度、图例等。支持多种颜色、字体和线条样式。提供精确的图形渲染控制，如坐标轴范围、图形大小、字体大小等。

兼容性：与NumPy、Pandas等库紧密集成，特别适用于绘制基于数据框和数组的数据可视化。可以输出到多种格式（如PNG、PDF、SVG、EPS等）。

交互式绘图：在Jupyter Notebook 中，Matplotlib支持交互式绘图，可以动态更新图表。支持图形缩放、平移等交互操作。

动态图表：可以生成动画（使用FuncAnimation类），为用户提供动态数据的可视化。

不同开发环境下显示图形

在一个脚本文件中使用Matplotlib，那么显示图形的时候必须使用plt.show()。

在Notebook中使用Matplotlib，运行命令之后在每一个Notebook的单元中就会直接将PNG格式图形文件嵌入在单元中。

4.2.2 两种画图接口

Matplotlib有两种画图接口：一个是便捷的MATLAB风格的有状态的接口，另一个是功能更强大的面向对象接口。

状态接口

折线图

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| python Python import matplotlib.pyplot as plt from matplotlib import rcParams rcParams["font.sans-serif"] = ["SimHei"] #指定中文字体 rcParams["font.sans-serif"] = ['STHeiti'] #mac month = ['1月','2月','3月','4月'] sales = [100,150,80,130] # 创建图表，并设置大小 plt.figure(figsize=(10,6)) # 绘制折线图 plt.plot(month, sales, label='产品A', color='orange', linewidth=2, linestyle='--', marker='o',) # 添加标题 plt.title("2025年销售趋势",fontsize=16,color='red') # 添加坐标轴的标签 plt.xlabel('月份',fontsize=12) plt.ylabel('销售额（万元）',fontsize=12) # 添加图例 plt.legend(loc='upper left') # 添加网格线 plt.grid(True,alpha=0.1,color='blue',linestyle='--') # grid（axis='x' axis='y' # 自定义刻度字体大小 plt.xticks(rotation=0,fontsize=10) plt.yticks(rotation=0,fontsize=10) # 自定义y轴范围 plt.ylim(0,200) # 在每个数据点上方添加数值标签 for xi, yi in zip(month, sales): plt.text(xi, yi + 1.5, str(yi), ha='center',fontsize=10) # ha: 水平对齐方式 # 自动优化排版 plt.tight_layout() # 显示图表 plt.show() |

条形图（ Bar Chart ）

适用场景：

对比不同类别的数据大小（如科目成绩、地区销量）

完整代码：

python 复制代码

Python
import matplotlib.pyplot as plt

# 类别与对应数值
subjects = ['语文', '数学', '英语', '科学']
scores = [85, 92, 78, 88]

# 创建条形图
plt.figure(figsize=(8, 5))
plt.bar(subjects, scores, color='skyblue', width=0.6)

# 添加图表元素
plt.title("学生各科成绩对比", fontsize=14)
plt.xlabel("科目")
plt.ylabel("分数")
plt.ylim(0, 100)  # 设置y轴范围
plt.grid(axis='y', linestyle='--', alpha=0.6)

# 为每个柱形添加数值标签
for i, score in enumerate(scores):
    plt.text(i, score + 1, str(score), ha='center', fontsize=10)

plt.tight_layout()
plt.show()

python 复制代码

Python
plt.barh(month,sales,
        label='AI眼镜',
        color='orange',
        )
        
# 长标签场景（条形图更合适）
countries = ['United States', 'China', 'Japan', 'Germany', 'India']
gdp = [25, 18, 5, 4, 3]

plt.barh(countries, gdp, color='lightgreen')
plt.title('各国GDP对比（单位：万亿美元）')
# plt.tight_layout()  # 自动调整标签间距
plt.show()

饼图（ Pie Chart ）

适用场景：

显示整体构成比例（时间分配、市场份额）

完整代码：

python 复制代码

Python
import matplotlib.pyplot as plt

labels = ['学习', '娱乐', '运动', '睡觉']
time_spent = [4, 2, 1, 8]

# 创建饼图
plt.figure(figsize=(6, 6))
plt.pie(time_spent,
        labels=labels,
        autopct='%.1f%%',         # 显示百分比
        startangle=90,             # 起始角度
        colors=['#66b3ff','#99ff99','#ffcc99','#ff9999'])

plt.title("一天的时间分配", fontsize=14)
plt.show()

|---|
| |

环形图

python 复制代码

Python
import matplotlib.pyplot as plt

# 数据
labels = ['学习', '娱乐', '运动', '睡觉']
time_spent = [4, 2, 1, 8]
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99']

# 绘制环形图
plt.figure(figsize=(8, 6))
plt.pie(time_spent, labels=labels, colors=colors,
        wedgeprops={'width': 0.5},  # 控制环的宽度（0.3~0.7）
        autopct='%.1f%%', pctdistance=0.85)  # pctdistance调整百分比位置
plt.title('环形图', fontsize=15)

# 在中心添加文字
plt.text(0, 0, "总计\n100%", ha='center', va='center', fontsize=12)
plt.show()

爆炸式饼图

python 复制代码

Python
import matplotlib.pyplot as plt

# 数据
labels = ['学习', '娱乐', '运动', '睡觉']
time_spent = [4, 2, 1, 8]
colors = ['#ff9999', '#66b3ff', '#99ff99', '#ffcc99']
explode = (0.1, 0, 0, 0)  # 仅突出第一块

# 绘制爆炸式饼图
plt.figure(figsize=(6, 6))
plt.pie(time_spent, explode=explode, labels=labels, colors=colors,
        autopct='%.1f%%', shadow=True, startangle=90)
plt.title('爆炸式饼图', fontsize=15)
plt.show()

散点图（ Scatter Plot ）

适用场景：

展示两个数值变量之间的关系（相关性）

完整代码：

python 复制代码

Python
import matplotlib.pyplot as plt

# 模拟数据：学习时间与成绩
study_hours = [1, 2, 3, 4, 5, 6, 7]
scores = [50, 55, 65, 70, 78, 85, 90]

plt.figure(figsize=(7, 5))
plt.scatter(study_hours, scores, color='green', s=60)

plt.title("学习时间与成绩的关系")
plt.xlabel("每天学习小时数")
plt.ylabel("成绩")
plt.grid(True)

# 添加数据点注释（可选）
for i in range(len(study_hours)):
    plt.text(study_hours[i]+0.1, scores[i], f"{scores[i]}", fontsize=9)

plt.show()

python 复制代码

Python
import matplotlib.pyplot as plt
import random  # 仅用Python内置库生成随机数

# 1. 生成1000个随机点（模拟正相关数据）
random.seed(42)
x = [random.uniform(0, 10) for _ in range(1000)]  # X值：0~10均匀分布
y = [xi * 2 + random.gauss(0, 2) for xi in x]     # Y值：2倍X值 + 高斯噪声

# 2. 绘制散点图
plt.figure(figsize=(10, 6))
plt.scatter(
    x,                   # X轴坐标数据
    y,                   # Y轴坐标数据
    color='blue',        # 点的填充颜色为蓝色
    alpha=0.5,           # 透明度为50%（半透明）
    s=20,                # 点的大小为20平方磅
    edgecolors='none',   # 点边缘无颜色（无边框）
    label='数据点'       # 图例中显示的标签文本
)

#绘制回归线
plt.plot([0, 10],
         [0,20],
         color='red', linestyle='--', linewidth=2,
         label=f'回归线: y = {slope:.2f}x + {intercept:.2f}')

# 4. 美化图表
plt.title('1000个随机点的散点图', fontsize=14)
plt.xlabel('X轴：自变量', fontsize=12)
plt.ylabel('Y轴：因变量', fontsize=12)
plt.grid(True, linestyle='--', alpha=0.3)
plt.legend()
plt.tight_layout()
plt.show()

箱线图（ Boxplot ）

适用场景：

展示数据的分布、极值、中位数、异常值

完整代码：

python 复制代码

Python
import matplotlib.pyplot as plt

# 模拟 3 门课的成绩
data = {
    '语文': [82, 85, 88, 70, 90, 76, 84, 83, 95],
    '数学': [75, 80, 79, 93, 88, 82, 87, 89, 92],
    '英语': [70, 72, 68, 65, 78, 80, 85, 90, 95]
}

plt.figure(figsize=(8, 6))
plt.boxplot(data.values(), labels=data.keys())

plt.title("各科成绩分布（箱线图）")
plt.ylabel("分数")
plt.grid(True, axis='y', linestyle='--', alpha=0.5)
plt.show()

中位数：盒子中间的线

上/下四分位数：盒子上下边缘

离群值：落在"胡须"外的点

数学成绩

中位数最高（约88分），且箱体较短 → 学生成绩集中且整体较好。

无异常值 → 无极端高分或低分。

语文成绩

箱体较长 → 成绩分布较分散（从70分到95分）。

上方有一个异常值（95分）→ 可能存在个别高分学生。

英语成绩

中位数最低（约78分），但箱须向上延伸较长 → 部分学生成绩较高（90+分）。

下方无异常值 → 无极端低分。

面向对象接口

多个图表的绘制

python 复制代码

Python
import numpy as np
import matplotlib.pyplot as plt # 导入matplotlib

month = ['1月','2月','3月','4月']
sales = [100,150,80,130]

fig, ax = plt.subplots(2,2, figsize=(10, 10)) # 创建画布，并指定画布大小

# 绘制柱状图
ax[0][0].bar(month,sales,
        label='AI眼镜0',
        color='orange',
        width=0.6,)
ax[0][1].plot(month,sales,
        label='AI眼镜1',
        color='orange',
        )
ax[1][0].bar(month,sales,
        label='AI眼镜2',
        color='orange',
        width=0.6,)
ax[1][1].bar(month,sales,
        label='AI眼镜3',
        color='orange',
        width=0.6,)
# 添加标题
ax[0][0].set_title("2025年销售趋势",fontsize=16,color='red')
ax[1][0].set_title("2025年销售趋势",fontsize=16,color='red')
# 添加坐标轴的标签
ax[0][0].set_xlabel('月份',fontsize=12)
ax[0][0].set_ylabel('销售额（万元）',fontsize=12)
# 添加图例
ax[0][0].legend(loc='upper left')
# 添加网格线
ax[0][0].grid(True,alpha=0.1,color='blue',linestyle='--')
# grid（axis='x' axis='y'
# 自定义y轴范围
ax[0][0].set_ylim(0,200)
plt.show()