1. 简介
Matplotlib 是 Python 提供的一个绘图库，通过该库我们可以很容易的绘制出折线图、直方图、散点图、饼图等丰富的统计图，安装使用 pip install matplotlib 命令即可，Matplotlib 经常会与 NumPy 一起使用。
在进行数据分析时，可视化工作是一个十分重要的环节，数据可视化可以让我们更加直观、清晰的了解数据，Matplotlib 就是一种可视化实现方式。
2. 绘图
下面我们来学习一下如何使用 Matplotlib 绘制常用统计图。
2.1 折线图
折线图可以显示随某一指标变化的连续数据。
2.1.1 单线
首先，我们来看一下如何使用 Matplotlib 绘制一个简单的折线图，具体实现如下：
from matplotlib import pyplot as plt
x = range(1, 7)y = [13, 15, 14, 16, 15, 17]plt.title('折线图')plt.xlabel('x 轴')plt.ylabel('y 轴')plt.plot(x, y)plt.show()
看一下效果：
我们在使用中文时可能会现乱码的问题，可以通过如下方式解决：
① 下载 SimHei.ttf，下载地址为：https://download.csdn.net/download/ityard/12248458，放到 site-packages\matplotlib\mpl-data\fonts\ttf 目录下
② 到 site-packages\matplotlib\mpl-data 目录下找到 matplotlibrc 文件，并修改如下两项即可
font.sans-serif : SimHei, DejaVu Sans, Bitstream Vera Sans, Computer Modern Sans Serif, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serifaxes.unicode_minus : False
我们还可以改变折线的样式、颜色等，通过示例来看一下。
from matplotlib import pyplot as plt
x = range(1, 7)y = [13, 15, 14, 16, 15, 17]'''figsize：设置图片的宽、高，单位为英寸dpi：设置分辨率'''plt.figure(figsize=(8, 5), dpi=80)plt.title('折线图')plt.xlabel('x 轴')plt.ylabel('y 轴')'''color：颜色linewidth：线的宽度marker：折点样式linestyle：线的样式，主要包括：'-'、'--'、'-.'、':''''plt.plot(x, y, color='red', marker='o', linewidth='1', linestyle='--')# 保存# plt.savefig('test.png')plt.show()
看一下效果：
2.1.2 多线
有时候我们可能存在多个指标对比的情况，也就是需要在一个图中绘制多条折线，比如：我们要了解张三、李四随着年龄增长体重的变化情况，示例如下所示：
from matplotlib import pyplot as plt
x = range(15, 25)y1 = [50, 55, 58, 65, 70, 68, 70, 72, 75, 70]y2 = [52, 53, 60, 63, 65, 68, 75, 80, 85, 72]plt.figure(figsize=(10, 6), dpi=80)plt.title('体重年龄折线图')plt.xlabel('年龄（岁）')plt.ylabel('体重（kg）')plt.plot(x, y1, color='red', label='张三')plt.plot(x, y2, color='blue', label='李四')# 添加网格，alpha 为透明度plt.grid(alpha=0.5)# 添加图例plt.legend(loc='upper right')plt.show()
看一下效果：
2.1.3 子图
Matplotlib 可以实现在一张图中绘制多个子图，我们通过示例来看一下。
from matplotlib import pyplot as pltimport numpy as np
a = np.arange(1, 30)# 划分子图fig, axs = plt.subplots(2, 2)# 绘制子图axs1 = axs[0, 0]axs2 = axs[0, 1]axs3 = axs[1, 0]axs4 = axs[1, 1]axs1.plot(a, a)axs2.plot(a, np.sin(a))axs3.plot(a, np.log(a))axs4.plot(a, a ** 2)plt.show()
看一下效果：
2.2 散点图
散点图表示因变量随自变量而变化的大致趋势，我们通过示例来具体看一下如何绘制散点图。
from matplotlib import pyplot as pltimport numpy as np
x = np.arange(0, 20)# 生成随机数y = np.random.randint(0, 20, size=20)plt.title('散点图')plt.xlabel('x 轴')plt.ylabel('y 轴')plt.plot(x, y, 'ob')plt.show()
看一下效果：
2.3 直方图
直方图也被称为质量分布图，主要用来表示数据的分布情况，我们通过示例来看一下如何绘制直方图。
import matplotlib.pyplot as pltimport numpy as np
# 生成随机数d1 = np.random.randn(5000)d2 = np.random.randn(4000)'''bins：直方图条目数alpha：透明度label：图例名'''plt.hist(d1, bins=50, label = 'label1', alpha=0.8)plt.hist(d2, bins=50, label = 'label2', alpha=0.5)plt.grid(alpha=0.3)plt.title('直方图')plt.xlabel('x 轴')plt.ylabel('y 轴')# 显示图例plt.legend()plt.show()
看一下效果：
2.4 条形图
条形图宽度相同，用高度或长短来表示数据多少，它可以横置或纵置。
2.4.1 纵置
首先，我们来看一下如何绘制纵向条形图，以学生成绩为例，看一下具体实现。
import matplotlib.pyplot as pltimport numpy as np
arr = np.arange(4)x = ['张三', '李四', '王五', '赵六']y = [77, 79, 70, 70]'''width：长条形宽度label：图例名'''rects = plt.bar(arr, y, width=0.3, label='语文')'''参数1：中点坐标参数2：显示值'''plt.xticks([idx for idx in range(len(x))], x)plt.title('学生成绩条形图')plt.xlabel('姓名')plt.ylabel('成绩')plt.legend()# 在条形图上加标注for rect in rects: height = rect.get_height() plt.text(rect.get_x() + rect.get_width() / 2, height, str(height), ha='center', va='bottom')plt.show()
看一下效果：
2.4.2 横置
我们接着再通过示例来看一下如何绘制横向条形图。
import matplotlib.pyplot as pltimport numpy as np
arr = np.arange(4)y = ['张三', '李四', '王五', '赵六']x = [88, 79, 70, 66]plt.barh(range(4), x, 0.4, label='语文')plt.yticks(range(4), y)plt.xlabel('成绩')plt.ylabel('姓名')plt.title('学生成绩条形图')plt.legend(loc='upper right')for x, y in enumerate(x): plt.text(y + 0.2, x - 0.1, '%s' % y)plt.show()
看一下效果：
2.4.3 多条
最后，我们来看一下一个学生要同时显示语文和数学两门成绩时，如何通过 Matplotlib 来绘制条形图。
import matplotlib.pyplot as pltimport numpy as np
arr = np.arange(4)x = ['张三', '李四', '王五', '赵六']y1 = [88, 75, 77, 66]y2 = [77, 79, 70, 70]'''width：长条形宽度label：图例名'''rects1 = plt.bar(arr, y1, width=0.3, label='语文')rects2 = plt.bar(arr + 0.3, y2, width=0.3, label='数学')'''参数1：中点坐标参数2：显示值参数3：间距'''plt.xticks([idx + 0.15 for idx in range(len(x))], x, rotation=10)plt.title('学生成绩条形图')plt.xlabel('姓名')plt.ylabel('成绩')plt.legend()# 编辑文本for rect in rects1: height = rect.get_height() plt.text(rect.get_x() + rect.get_width() / 2, height, str(height), ha='center', va='bottom')for rect in rects2: height = rect.get_height() plt.text(rect.get_x() + rect.get_width() / 2, height, str(height), ha='center', va='bottom')plt.show()
看一下效果：
2.5 饼图
饼图显示一个数据系列，我们通过示例来看一下如何绘制饼图。
import matplotlib.pyplot as plt
label_list = ['第一部分', '第二部分', '第三部分']size = [50, 30, 20]# 各部分颜色color = ['red', 'green', 'blue']# 各部分突出值explode = [0, 0.1, 0]'''explode：设置各部分突出label：设置图例显示内容labeldistance：设置图例内容距圆心位置autopct：设置圆里面文本shadow：设置是否有阴影startangle：起始角度，默认从 0 开始逆时针转pctdistance：设置圆内文本距圆心距离l_text：圆内部文本p_text：圆外部文本'''patches, l_text, p_text = plt.pie(size, explode=explode, colors=color, labels=label_list, labeldistance=1.1, autopct="%1.1f%%", shadow=False, startangle=90, pctdistance=0.6)# 设置横轴和纵轴大小相等，这样饼才是圆的plt.axis('equal')plt.legend(loc='upper left')plt.show()
看一下效果：
END
