[Python知识库]Python 基于 Matplotlib 实现数据可视化

当我们进行数据分析的时候，如果单纯的只有一堆数据摆在你面前，你看起来肯定不舒服。最好能将数据的变化，通过图形呈现出来，在实现数据可视化后，我们就能够更快、更容易、更清晰地看懂数据所要呈现、传达的信息。

Python 在数据展示方面，有非常多好用的工具，比如 Matplotlib、Seaborn、Pygal等，都是颇受欢迎的功能包。我们接下来看看，怎么去实现展示本地的数据，还有从网络中获取到的数据。

可视化视图，大致上我们可以分为 4 大类，分别是：

• 相互比较：比如折线图，可以进行比较数据间各个类别之间的关系，包括数据随着时间的变化趋势；
• 相互联系：比如散点图，可以观察到两个或两个以上实例间的关系；
• 构成占比：比如饼图，可以很直观看到每个部分所占的比例、份额大小，包括其随着时间的比例变化；
• 分布情况：比如直方图，可以观察单个或多个变量的具体分布情况。

常用的 10 种视图：散点图、折线图、直方图、条形图、饼图、热力图、箱型图、蜘蛛图、二元变量分布图、成对关系。

1、安装 Matplotlib

打开终端，输入 pip install matplotlib即可自动安装。

如果你想要查看 Matplotlib 开发者文档，输入 python -m pydoc -p 8899即可，启动之后再访问 http://localhost:8899，在 .../site-packages栏下找到 matplotlib（package）就是了。

2、折线图

最近大家是不是又看到标题上写着「史上最惨毕业季」的文章啊？其实，每年都是这么写的，每年都是最难、最惨的。

其实，我们可以找到对应的数据，把它画成折线图，你看看就知道毕业生人数的趋势了。

这是 2010 年～2022 年大学毕业生数据（单位：万）：

2.1 2010 年～2022 年大学毕业生数据

根据上面给出的数据，我们先来绘制一幅折线图，看看从 2010 年到 2022 年之间的大学毕业生人数的变化趋势。其中，我们 X 轴为年份，Y 轴为人数，代码如下：

# 定义 X 轴和 Y 轴数据
# 其中，X 轴为年份；Y 轴为毕业生人数（单位：万）
xData = [2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020,2021,2022]
yData = [631,660,680,699,700,749,765,795,821,834,874,909,1076]

# 参数 1，设置横坐标的值
# 参数 2，设置纵坐标的值
plt.plot(xData, yData, xData, yData2)

# 展示图像
plt.show()

运行结果，如图所示：

2.2 2010 年～2022 年研究生数据

那如果说，我想看看研究生人数是否也这么大的增长幅度，也这么夸张？其实也不难，传入多个代表 X 轴、Y 轴的数据的列表就行了，就可以得到一张复合折线图了。

代码如下：

# 定义 X 轴和 Y 轴数据
# 其中，X 轴为年份；Y 轴为毕业生人数（单位：万）
xData = [2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020,2021,2022]
yData = [631,660,680,699,700,749,765,795,821,834,874,909,1076]

# 加入研究生人数
yData2 = [53.82,56.02,58.97,61.14,62.13,64.51,66.71,80.61,85.8,91.65,110.66,117.65,120]

# 参数 1，设置横坐标的值
# 参数 2，设置纵坐标的值
# 参数 3，设置第二条折线的横坐标的值
# 参数 4，设置第二条折线的纵坐标的值
plt.plot(xData, yData, xData, yData2)

# 展示图像
plt.show()

运行结果，如图所示：

2.3 修改颜色、线条粗细

甚至，你还可以改折线的颜色、粗细，也很简单。比如，通过 color可以指定对应的颜色，通过 linewidth可以指定折线的粗细，代码如下：

# 通过 color 可以指定对应的颜色
# 通过 linewidth 可以指定粗细值
plt.plot(xData, yData, color='orange', linewidth=5.0)
plt.plot(xData, yData2, color='green', linewidth=5.0)

# 展示图像
plt.show()

运行结果，如图所示：

2.4 折线的 4 种样式

如果你不喜欢「实线」的线条，你也可以通过 linestyle来更改，常用的四种类型，分别是：

第一种，- 表示实线（默认值）；

第二种：-- 表示虚线；

第三种：: 表示虚点；

第四种：-. 表示短线、点的结合。

代码如下：

plt.plot(xData, yData, color='orange', linewidth=5.0, linestyle='--')
plt.plot(xData, yData2, color='green', linewidth=5.0, linestyle='-.')

# 展示图像
plt.show()

运行结果，如图所示：

3、饼图

3.1 普通饼图

通过饼图，你可以很容易的看到，每个部分的数据所占大小与总体数据之间的比例。在 Matplotlib 中，我们通过 pie(x, labels=None) 函数来绘制饼图，其中 x 代表饼图中的数据，且可以指定多个不同的份额，labels 用来指定饼图的标题。

假设，我们来统计一家水果店的种类份额，很简单的，代码如下：

import matplotlib.pyplot as plt

# 饼图的数据
datas = [22, 30, 35, 8, 15]
# 标签（苹果，梨，桃子，葡萄，樱桃）
labs = ['apple', 'pear', 'peach', 'grape', 'cherry']

plt.pie(x = datas, labels = labs)
plt.show()

运行结果，如图所示：

3.2 分离饼图

如果说，你想特别去突出某一块儿，让它更显眼的话，咱也可以办到。在 pie() 函数中，再指定 explode 就好了。

# 饼图的数据
datas = [22, 30, 35, 8, 15]
# 标签（苹果，梨，桃子，葡萄，樱桃）
labs = ['apple', 'pear', 'peach', 'grape', 'cherry']

# 分离，将 cherry 分离出去
exp = [0,0,0,0,0.15]
plt.pie(x = datas, labels = labs, explode = exp)

plt.show()

运行结果，如图所示：

3.3 饼图的更多设置

当然，你还有很多可以指定的显示方式，比如你可以自定义饼图的颜色、百分比的格式、标签与圆心的距离、饼图的初始角度、圆心、饼图的半径、逆/顺时针方向、圆圈实线、标题等等，大家都可以去多尝试。

代码如下：

import matplotlib.pyplot as plt

# 饼图的数据
datas = [22, 30, 35, 8, 15]
# 标签（苹果，梨，桃子，葡萄，樱桃）
labs = ['apple', 'pear', 'peach', 'grape', 'cherry']

# 分离，将 cherry 分离出去
exp = [0,0,0,0,0.15]

# 自定义颜色
cols = ['orange', 'green', 'blue', 'red', 'purple']

plt.pie(x = datas, 
        labels = labs, 
        explode = exp, 
        colors = cols, 
        autopct = '%.2f%%', # 设置百分比
        textprops = {'fontsize':12, 'color':'black'},# 设置字体属性
       )

# 标题
plt.title('Fruit Shop')

plt.show()

运行结果，如图所示：

4、柱状图

4.1 普通柱状图

柱状图，能够让我们更清晰地查看类别的特征。可以通过 bar(x, height) 函数来绘制柱状图，其中 x 代表的是 x 轴的位置序列，height 代表的是 y 轴的数值序列。

比如，我们从本地读取一份学生成绩的 excel 数据，然后将其用柱状图的方式绘制出来。

在 Excel 中，我们有一份简单的数据，如图所示：

具体代码如下：

import pandas as pd 
import matplotlib.pyplot as plt

users = pd.read_excel('../../user.xlsx')
# sort_values 排序，inplace 原地修改，ascending False 从大到小
users.sort_values(by='score', inplace=True, ascending=False)

# 直接使用 plt.bar() 绘制柱状图
plt.bar(users.name, users.score, color='orange')

# 设置标题、x 轴名称与 y 轴名称，fontsize 设置字号
plt.title('Student Score', fontsize=16)
plt.xlabel('Name')
plt.ylabel('Score')

# 如果 x 轴字体太长，利用 rotation 将其旋转 90 度，方便显示
# plt.xticks(users.name, rotation='90')

# 紧凑型布局（因为 x 轴文字较长，为了让其显示全，使用紧凑型布局）
plt.tight_layout()
plt.show()

运行结果，如图所示：

如果你想要把 X 轴和 Y 轴名称改成中文的，通过添加中文支持就可以了。

import pandas as pd 
import matplotlib.pyplot as plt

users = pd.read_excel('../../user.xlsx')
# sort_values 排序，inplace 原地修改，ascending False 从大到小
users.sort_values(by='score', inplace=True, ascending=False)

# 直接使用 plt.bar() 绘制柱状图
plt.bar(users.name, users.score, color='orange')

# 添加中文字体支持
from matplotlib.font_manager import FontProperties

# SimSun.ttc 简体字
font = FontProperties(frame="SimSun.ttc", size=16)

# 设置标题、x 轴名称与 y 轴名称，fontsize 设置字号
plt.title('学生分数', fontproper=font)
plt.xlabel('名字', fontproperties=font, fontsize=14)
plt.ylabel('分数', fontproperties=font, fontsize=14)

# 因为 x 轴字体太长，利用 rotation 将其旋转 90 度，方便显示
plt.xticks(users.name, rotation='90')

# 紧凑型布局（因为 x 轴文字较长，为了让其显示全，使用紧凑型布局）
plt.tight_layout()
plt.show()

4.2 叠加柱状图

假设，咱学生的三科考试成绩都出来了，包括语文、数学、英语，那咱想叠加展示的话，就直接使用 stacked 来实现叠加形式。

一样，我们也是需要先去读取 Excel 中的数据，再去绘制。

具体代码如下：

import pandas as pd 
import matplotlib.pyplot as plt

users = pd.read_excel('../../user2.xlsx')

# 新计算出一个总量，用于排序
users['Total'] = users['chinese'] + users['english'] + users['math']

# sort_values 排序，inplace 原地修改
users.sort_values(by='Total', inplace=True)

# 直接使用 plt.bar() 绘制柱状图
# plt.bar(users.name, users.score, color='orange')

# 水平的叠加柱状图，barh 中而 h 表示 horizontal 水平的
# 利用 stacked 就可以实现叠加形式
# users.plot.bar(x='name', y=['chinese', 'english', 'math'], stacked=True)
users.plot.barh(x='name', y=['chinese', 'english', 'math'], stacked=True)

# 紧凑型布局（因为 x 轴文字较长，为了让其显示全，使用紧凑型布局）
plt.tight_layout()
plt.show()

运行结果，如图所示：

（1）垂直方向的效果：

（2）水平方向的效果：

5、散点图

散点图描述的是 两个变量之间的关系，将两个变量的值展示在一个二维坐标系中，它跟折线图有点儿相似，区别是散点图只描述数据点，不会将他们练成一根线。

我们可以指定一个范围，通过随机数来绘制一张散点图，感受一下。

非常简单的，具体代码如下：

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

# 准备数据（此处使用随机数据）
N = 1000
x = np.random.randn(N)
y = np.random.randn(N)

# x：指定 X 轴数据  
# y：指定 Y 轴数据
# market：指定散点的图形样式
plt.scatter(x, y, marker='*')

# 绘制散点图
plt.show()

运行结果，如图所示：

其中，我们绘制散点图时，用到了 scatter() 函数，除了上面我们用过的参数以外，还有好几个也是比较常见的，下面统一再说明一下：

• x：指定 X 轴数据；

• y：指定 Y 轴数据；

• s：指定散点的大小；

• c：指定散点的颜色；

• alpha：指定散点的透明度；

• linewidths：指定散点边框的粗细；

• edgecolors：指定散点边框的颜色；

• marker：指定散点的图形样式（有很多）

  标记	说明	标记	说明
  .	点	s	正方形
  ,	像素	p	五边形
  o	圆形	*	星型
  v	向下三角	h	八边形
  ^	向上三角	H	八边形2
  <	向左三角	+	加号
  >	向右三角	x	乘号
  1	向下三叉	D	菱形
  2	向上三叉	d	小菱形
  3	向左三叉	|	竖线
  4	向右三叉	_	横线

• camp：指定散点颜色的映射。

6、直方图

直方图，也叫质量分布图，它主要由一系列高度不等的纵向条纹或线段来表示数据分布的情况。其中，横轴用来表示数据类型，纵轴用来表示分布情况。

在横坐标上，等分成了一定数量的小区间，每个小区间用高矮不一的矩形条来展示区间中的 y 值，此时我们即可观察到数据集的直方图分布的情况。

具体代码如下：

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

# 准备数据
a = np.random.randn(100)
s = pd.Series(a) 

# 绘制直方图
plt.hist(s)
plt.show()

运行结果，如图所示：

7、箱线图

箱线图，可以用来分析数据的差异性、离散程度、异常值等。它由五个部分组成，分别是最大值 (max)、最小值 (min)、中位数 (median) 和上下四分位数 (Q3, Q1)。

通过使用 boxplot(x, labels=None) 函数即可实现，其中，x 指的是要绘制箱线图的数据，labels 用来设置箱线图的标签。

具体代码如下：

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

# 准备数据
data = np.random.normal(size=(10,5)) 
lables = ['A','B','C','D','E']

# 用Matplotlib画箱线图
plt.boxplot(data,labels=lables)
plt.show()

运行结果，如图所示：

8、雷达图

这是我做了一个项目管理能力的评估效果图，所呈现的图示叫雷达图，也叫蜘蛛图。

它是一种显示一对多关系的方式。在图中，我们可以观察到一个变量相对于另一个变量的显著性是很清晰的。

在设置数据的时候，我们需要指定对应标签的统计数据，也就是 labels 和 stats。

另外，它本质上是一个圆形，需要我们根据标签的个数，来计算出其坐标的角度，再去设置对应的值。

具体代码如下：

![雷达图](../%E9%9B%B7%E8%BE%BE%E5%9B%BE.png)import numpy as np
import matplotlib.pyplot as plt
# import seaborn as sns
# from matplotlib.font_manager import FontProperties 

# 准备数据
# 语文，数学，英语，物理，化学，体育
labels = np.array(["Chinese","Math","English","Pysics","Cemistry","Sport"])
# 统计值
stats = [85, 60, 90, 77, 86, 85]

# 画图数据准备，角度、状态值
# 根据数据长度平均分割圆周长
angles = np.linspace(0, 2*np.pi, len(labels), endpoint=False)
# 闭合
stats = np.concatenate((stats,[stats[0]]))
angles = np.concatenate((angles,[angles[0]]))
labels=np.concatenate((labels,[labels[0]]))

# 绘制雷达图
fig = plt.figure()
# 将图分成 1 行 1 列，画出位置 1 的图
ax = fig.add_subplot(111, polar=True)   
ax.plot(angles, stats, 'o-', color='r', linewidth=2)
ax.fill(angles, stats, facecolor='r', alpha=0.25)

# 设置中文字体
# font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=14)  
# ax.set_thetagrids(angles * 180/np.pi, labels, FontProperties=font)
ax.set_thetagrids(angles * 180/np.pi, labels)
plt.show()

运行结果，如图所示：

9、等高线图

先看下面这张图，它是「等高线地图」，是一种利用已有的数据，画出地理位置分布图的方式。

等高线地图，就是将地表高度相同的点，连成一环线，直接投影到平面形成水平曲线。不同高度的环线不会相合，除非地表显示悬崖或峭壁，才能使某处线条太密集，而出现重叠现象。若地表出现平坦开阔的山坡，曲线间之距离就相当宽。

在我们数据分析中，我们除了地理数据以外，还有很多其他数据也要做「等高线图」展示，它需要的是三维数据，其中 X、Y 轴数据用来确定坐标点，Z 轴数据则是不同坐标点所对应的高度。

当拿到所有数据之后，可以使用 contour() 函数来进行绘制，如果你想要填充颜色的话，可以使用 contourf() 函数来实现。

常用的参数有：

• X：用于指定 X 轴数据；
• Y：用于指定 Y 轴数据；
• Z：用于指定 X、Y 轴坐标的所对应的高度数据；
• colors：用于指定不同高度的等高线的颜色；
• alpha：用于指定等高线的透明度；
• cmap：用于指定等高线的颜色映射；
• linewidths：用于指定等高线的宽度；
• linesytles：用于指定等高线的样式。

那我们就来画一张吧，很简单的，具体代码如下：

import numpy as np
import matplotlib.pyplot as plt
 
# 指定 X，Y 轴数据
# 从左边取值为从 -6 到 6
# 各取 5 个点，一共取 5*5 = 25 个点
x = np.linspace(-3, 3, 5)
y = np.linspace(-3, 3, 5)

# 将 X，Y 数据进行网格化
X, Y = np.meshgrid(x, y)
 
# 定义等高线高度函数
def f(x, y):
    return x * (y * 0.2)
 
# 填充颜色
plt.contourf(X, Y, f(X,Y), 10, alpha = 0.75, cmap = 'rainbow')

# 绘制等高线
con = plt.contour(X, Y, f(X,Y), 10, colors = 'black', linewidth = 0.5)

# 显示各等高线的数据标签
plt.clabel(con, inline = True, fontsize = 10)

# 去除坐标轴
plt.xticks(())
plt.yticks(())

plt.show()

运行结果，如图所示：

10、3D 图

画 3D 图，是很好玩儿的，它需要的数据跟上面的等高线图基本一样，先通过 X、Y 轴来指定坐标点，然后再通过 Z 轴来指定坐标点的对应高度。

我们可以使用 Matplotlib 的 scatter3D() 方法来实现；也可以使用 Axes3D 对象的 plot_surface() 方法来实现，我们都拿来玩一下。

先来看看 Matplotlib 的 scatter3D() 方法，具体代码如下：

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

ax = plt.axes(projection='3d')

# 指定 X、Y、Z 三个坐标轴
zd = 10 * np.random.random(100)
xd = 3 * np.sin(zd)
yd = 4 * np.cos(zd)

# 绘制散点图
# 基本上是 matplotlib 画图的属性设置
ax.scatter3D(xd, yd, zd, 
             c = 'red')
plt.show()

运行结果，如图所示：

再来看看 Axes3D 对象的 plot_surface() 方法，具体代码如下：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D    

fig = plt.figure(figsize = (10, 8))
ax = Axes3D(fig)

# 获取 X、Y 数据
x = np.arange(-8,8,0.25)  
y = np.arange(-8,8,0.25)
x,y = np.meshgrid(x,y)

r = np.sqrt(x**2 + y**2)
# 获取 Z 数据
z = np.sin(r)/2                 

# 调用 plot_surface() 函数进行绘制
ax.plot_surface(x, y, z,
                rstride = 1,
                cstride = 1, 
                cmap = plt.get_cmap('rainbow'))

ax.contourf(x, y, z, 
            zdir = 'z',
            offset = -2)
plt.show()

运行结果，如图所示：