Python 数据可视化：Matplotlib 基础介绍 – wiki基地

作者： /

Python 数据可视化：Matplotlib 基础介绍

引言

在信息爆炸的时代，数据无处不在。如何从海量数据中提取有价值的信息、发现隐藏的模式和趋势？数据可视化是关键的手段之一。它将抽象的数据转化为直观的图形，使得复杂的数据关系一目了然，极大地提高了数据分析和沟通的效率。

在 Python 生态系统中，有众多优秀的数据可视化库，其中 Matplotlib 是历史最悠久、功能最全面的库之一。它是许多其他高级可视化库（如 Seaborn、Pandas 的绘图功能）的底层基础。掌握 Matplotlib 的基础，就如同掌握了数据可视化领域的“乐高积木”，能够构建出几乎任何你想要的图形。

本文将带你深入了解 Matplotlib 的基础知识，包括其核心概念、两种主要接口、常用图表绘制以及图表的自定义方法，为你开启 Python 数据可视化的大门。

1. 什么是 Matplotlib？为何选择它？

Matplotlib 是一个用于创建静态、动态和交互式可视化图形的 Python 库。它最初的设计灵感来源于 MATLAB 的绘图功能，因此对于熟悉 MATLAB 的用户来说，入门 Matplotlib 会感觉非常亲切。

为何选择 Matplotlib？

  • 功能强大且灵活： Matplotlib 提供了广泛的绘图功能，从简单的线图、散点图到复杂的等高线图、三维图等，几乎可以绘制任何类型的图表。更重要的是，它提供了细粒度的控制，允许你自定义图表的每一个元素（颜色、线型、标记、字体、刻度、图例等），满足出版物质量的输出需求。
  • 广泛的应用和社区支持： Matplotlib 是 Python 科学计算和数据分析领域最常用的绘图库之一，拥有庞大的用户群体和活跃的社区。这意味着你可以轻松找到大量的教程、示例和解决方案，遇到问题也能获得及时的帮助。
  • 良好的生态系统集成： Matplotlib 与 NumPy、Pandas、SciPy 等科学计算库紧密集成。特别是 Pandas 的 DataFrame 和 Series 对象可以直接调用 .plot() 方法，而底层就是使用的 Matplotlib。
  • 多种后端支持： Matplotlib 可以使用不同的 GUI 工具包（如 Qt、Tkinter、wxWidgets）或非交互式后端（如 Agg、Cairo、PDF、SVG）来渲染图形，这使得它既可以在交互式环境中工作（如 Jupyter Notebook），也可以用于生成高质量的图片文件。

总而言之，Matplotlib 是一个强大、灵活且成熟的库，是进行数据可视化的必备工具之一。

2. 安装 Matplotlib

安装 Matplotlib 非常简单，通常使用 pip 包管理器即可完成：

bash
pip install matplotlib

如果你使用 Anaconda 发行版，Matplotlib 通常已经预装好了。如果没有，也可以使用 conda 进行安装：

bash
conda install matplotlib

安装完成后，你就可以在 Python 脚本或交互式环境中导入 Matplotlib 并开始使用了。最常用的导入方式是导入 pyplot 模块，并通常为其取别名 plt：

python
import matplotlib.pyplot as plt

3. Matplotlib 的核心组件：Figure 和 Axes

理解 Matplotlib 的核心组件是掌握其工作原理的关键。主要有两个核心概念：

  • Figure (图)： Figure 是整个图形窗口或图像的容器。它可以包含一个或多个 Axes 对象。你可以把它想象成一张画布或一个画框。你可以控制 Figure 的大小、分辨率等属性。通过 plt.figure() 或 plt.subplots() 函数创建。
  • Axes (轴/坐标系/子图)： Axes 是一个绘图区域，它承载了实际的数据 plotted 的图形。一个 Figure 可以包含多个 Axes，每个 Axes 都有自己的 x 轴和 y 轴（在三维图中是 x、y、z 轴），以及图例、标题等元素。它是你调用 plot()、scatter()、bar() 等函数来绘制数据的地方。通过 fig.add_subplot() 或 plt.subplots() 创建或获取。

简单的类比： 你可以把 Figure 看作是一张纸，而 Axes 是你在纸上画的一个个具体的坐标系，每个坐标系里你再绘制你的数据图形（线、点、柱子等）。

理解 Figure 和 Axes 的层次结构对于使用 Matplotlib 的面向对象接口至关重要。

4. Matplotlib 的两种接口：Pyplot 接口与面向对象接口

Matplotlib 提供了两种主要的接口来创建图表：

  • Pyplot 接口 (State-based Interface)： 这是 Matplotlib 提供的一个便利模块 matplotlib.pyplot，它提供了一系列类似 MATLAB 的函数，用于快速生成图表。这种接口是“状态机”式的，你调用的函数（如 plt.plot(), plt.title(), plt.xlabel()）会作用于“当前”的 Figure 和 Axes。对于快速生成简单的图表非常方便。
  • 面向对象接口 (Object-Oriented Interface)： 这是 Matplotlib 更推荐的方式，特别是在创建复杂或需要高度定制的图表时。你显式地创建 Figure 和 Axes 对象，然后调用这些对象的方法来绘制和修改图表（如 ax.plot(), ax.set_title(), ax.set_xlabel()）。这种方式提供了更清晰的代码结构和对图表元素的完全控制。

虽然 Pyplot 接口使用起来更简洁，但面向对象接口是更强大和灵活的方式。在学习 Matplotlib 时，建议同时了解两者，并逐渐习惯使用面向对象接口。

示例：使用两种接口绘制简单的线图

“`python
import matplotlib.pyplot as plt
import numpy as np

准备数据

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

— 方式 1：Pyplot 接口 —

plt.figure(figsize=(8, 4)) # 可选：创建 Figure 并设置大小
plt.plot(x, y, label=’sin(x)’) # 直接绘制到当前 Axes
plt.title(‘Simple Sine Wave (Pyplot)’)
plt.xlabel(‘X-axis’)
plt.ylabel(‘Y-axis’)
plt.legend()
plt.grid(True)
plt.show() # 显示图表

— 方式 2：面向对象接口 —

创建 Figure 和 Axes 对象

fig, ax = plt.subplots(figsize=(8, 4)) # 创建一个包含一个 Axes 的 Figure

在 Axes 对象上调用方法绘制

ax.plot(x, y, label=’sin(x)’)
ax.set_title(‘Simple Sine Wave (Object-Oriented)’)
ax.set_xlabel(‘X-axis’)
ax.set_ylabel(‘Y-axis’)
ax.legend()
ax.grid(True)
plt.show() # 显示图表
“`

可以看到，面向对象接口通过 fig 和 ax 对象来操作图表，代码结构更清晰。在接下来的介绍中，我们将主要使用面向对象接口，并会指出其与 Pyplot 接口的对应关系。

5. 绘制基本图表：线图 (Line Plot)

线图是 Matplotlib 中最基本、最常用的图表类型。使用 ax.plot() 方法即可绘制。

ax.plot(x, y, **kwargs)

  • x: x 轴数据（可选，如果只提供 y，则 x 默认为 range(len(y)))
  • y: y 轴数据
  • **kwargs: 用于自定义线的外观（颜色、线型、标记等）

“`python
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

fig, ax = plt.subplots(figsize=(10, 6))

绘制第一条线

ax.plot(x, y1, label=’sin(x)’, color=’blue’, linestyle=’-‘, linewidth=2)

绘制第二条线

ax.plot(x, y2, label=’cos(x)’, color=’red’, linestyle=’–‘, linewidth=2)

添加标题和轴标签

ax.set_title(‘Sine and Cosine Waves’)
ax.set_xlabel(‘X-axis Label’)
ax.set_ylabel(‘Y-axis Label’)

添加图例

ax.legend()

添加网格

ax.grid(True, linestyle=’:’, alpha=0.6) # alpha控制透明度

设置轴范围 (可选)

ax.set_xlim(0, 10)
ax.set_ylim(-1.5, 1.5)

plt.show()
“`

自定义线的外观：

  • color: 线条颜色。可以是颜色名称（’red’, ‘blue’, ‘green’等）、十六进制颜色码（’#FF0000’）、RGB 元组（(1, 0, 0)）。
  • linestyle 或 ls: 线条样式。常见的有 ‘-‘ (实线)、’–‘ (虚线)、’-.’ (点划线)、’:’ (点线)。
  • linewidth 或 lw: 线条宽度（浮点数）。
  • marker: 标记点的样式。常见的有 ‘.’ (点)、’,’ (像素点)、’o’ (圆圈)、’v’ (倒三角)、’^’ (正三角)、’s’ (正方形)、’D’ (菱形) 等。
  • markersize 或 ms: 标记点的大小。
  • markeredgecolor 或 mec: 标记点边缘颜色。
  • markerfacecolor 或 mfc: 标记点填充颜色。
  • alpha: 线条的透明度（0.0 完全透明到 1.0 完全不透明）。

6. 添加图表元素：标题、标签、图例、网格

这些元素对于解释图表内容至关重要。在面向对象接口中，通过 Axes 对象的方法设置：

  • 标题： ax.set_title('图表标题')
  • X 轴标签： ax.set_xlabel('X轴名称')
  • Y 轴标签： ax.set_ylabel('Y轴名称')
  • 图例： ax.legend()。需要在绘制线条时使用 label 参数指定图例文本。
  • 网格线： ax.grid(True)。可以设置 linestyle 和 alpha 等参数。

示例代码 (已包含在上面的线图示例中)

“`python

… (前面的代码)

ax.set_title(‘Sine and Cosine Waves’)
ax.set_xlabel(‘X-axis Label’)
ax.set_ylabel(‘Y-axis Label’)
ax.legend() # 显示图例
ax.grid(True, linestyle=’:’, alpha=0.6) # 添加网格

… (后面的代码)

“`

7. 设置轴范围 (Limits)

有时你需要控制 x 轴和 y 轴显示的数据范围，可以使用 ax.set_xlim() 和 ax.set_ylim() 方法：

python
ax.set_xlim(xmin, xmax)
ax.set_ylim(ymin, ymax)

或者，如果你想根据数据自动确定范围，但留一些边距，可以使用 ax.autoscale()。

示例代码 (已包含在上面的线图示例中)

“`python

… (前面的代码)

ax.set_xlim(0, 10) # 设置 X 轴范围从 0 到 10
ax.set_ylim(-1.5, 1.5) # 设置 Y 轴范围从 -1.5 到 1.5

… (后面的代码)

“`

8. 创建多个子图 (Subplots)

在一个 Figure 中绘制多个 Axes (子图) 是非常常见的需求，可以使用 plt.subplots() 函数。这是创建 Figure 和 Axes 的推荐方式，特别是当需要多个 Axes 时。

plt.subplots(nrows=1, ncols=1, **fig_kw)

  • nrows: 子图的行数。
  • ncols: 子图的列数。
  • **fig_kw: 传递给 plt.figure() 的关键字参数，如 figsize。

plt.subplots() 函数返回一个包含 Figure 对象的元组，以及一个包含 Axes 对象(或 Axes 对象数组/矩阵) 的变量。

  • 如果 nrows=1 且 ncols=1 (默认)，返回 (fig, ax)，ax 是单个 Axes 对象。
  • 如果 nrows > 1 或 ncols > 1，返回 (fig, axes)，axes 是一个 NumPy 数组，其中每个元素都是一个 Axes 对象。你可以使用索引来访问特定的 Axes，例如 axes[0, 0] (第一行第一列的子图)。

示例：创建 2×2 的子图布局

“`python
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y_sin = np.sin(x)
y_cos = np.cos(x)
y_tan = np.tan(x)
y_exp = np.exp(-x/2) * np.sin(2*x)

创建一个 2×2 的子图布局

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))

axes 是一个 2×2 的 Axes 对象数组

访问并绘制到不同的子图

axes[0, 0].plot(x, y_sin, color=’blue’)
axes[0, 0].set_title(‘Sine’)
axes[0, 0].set_ylabel(‘Amplitude’)

axes[0, 1].plot(x, y_cos, color=’red’)
axes[0, 1].set_title(‘Cosine’)

axes[1, 0].plot(x, y_tan, color=’green’)
axes[1, 0].set_title(‘Tangent’)
axes[1, 0].set_xlabel(‘X-axis’)
axes[1, 0].set_ylabel(‘Amplitude’)
axes[1, 0].set_ylim(-5, 5) # 限制tan的Y轴范围

axes[1, 1].plot(x, y_exp, color=’purple’)
axes[1, 1].set_title(‘Damped Oscillation’)
axes[1, 1].set_xlabel(‘X-axis’)

调整子图之间的间距，防止重叠

plt.tight_layout()

plt.show()
“`

plt.tight_layout() 是一个很有用的函数，可以自动调整子图参数，使之填充整个 Figure 区域，并避免标签和标题重叠。

9. 保存图表

绘制好的图表可以保存到各种文件格式中，如 PNG、JPG、PDF、SVG 等。使用 fig.savefig() 方法 (或者 Pyplot 接口的 plt.savefig())。

fig.savefig(filename, dpi=None, bbox_inches='tight', **kwargs)

  • filename: 保存的文件名（包含路径和扩展名）。扩展名决定了文件格式。
  • dpi: 分辨率 (Dots Per Inch)。用于栅格图（如 PNG、JPG）。较高的 dpi 会生成更清晰、更大的图像文件。
  • bbox_inches: 如果设置为 'tight'，会尝试去除图表周围多余的空白区域。
  • transparent: 如果设置为 True，则背景透明（适用于 PNG、SVG 等支持透明度的格式）。

“`python
import matplotlib.pyplot as plt
import numpy as np

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

fig, ax = plt.subplots(figsize=(8, 4))
ax.plot(x, y)
ax.set_title(‘Sine Wave’)
ax.set_xlabel(‘X’)
ax.set_ylabel(‘sin(X)’)

保存为 PNG 文件，设置分辨率为 300 dpi

fig.savefig(‘sine_wave.png’, dpi=300)

保存为 SVG 文件 (矢量图，放大不失真)

fig.savefig(‘sine_wave.svg’)

保存为 PDF 文件

fig.savefig(‘sine_wave.pdf’)

plt.show() # 通常保存后仍然显示图表
“`

注意： plt.savefig() 在 plt.show() 之前 调用可以避免在某些环境下保存空白图片。然而，在现代 Matplotlib 和大多数后端中，即使在 plt.show() 之后调用 savefig 也通常能正常工作，因为 plt.show() 并不会关闭 Figure，只是显示它。但作为一种编程习惯，先保存再显示可能更稳妥。

10. 其他基本图表类型 (简述)

虽然本文主要聚焦线图和基础概念，但 Matplotlib 还能绘制许多其他类型的图表，它们通常也有类似的 ax.plot() 风格的方法：

  • 散点图 (Scatter Plot)： ax.scatter(x, y, s=None, c=None, marker=None, alpha=None, **kwargs)。用于展示两个变量之间的关系。s 控制点的大小，c 控制点的颜色。
    python
    fig, ax = plt.subplots()
    ax.scatter(np.random.rand(50), np.random.rand(50), color='green', marker='o', s=100)
    ax.set_title('Scatter Plot')
    plt.show()
  • 柱状图 (Bar Plot)： ax.bar(x, height, width=0.8, **kwargs) 或 ax.barh(y, width, height=0.8, **kwargs) (水平柱状图)。用于比较不同类别的数据。
    python
    categories = ['A', 'B', 'C', 'D', 'E']
    values = [23, 45, 56, 12, 39]
    fig, ax = plt.subplots()
    ax.bar(categories, values, color='skyblue')
    ax.set_title('Bar Chart')
    plt.show()
  • 直方图 (Histogram)： ax.hist(x, bins=10, **kwargs)。用于展示数据的分布情况。
    python
    data = np.random.randn(1000)
    fig, ax = plt.subplots()
    ax.hist(data, bins=30, color='lightcoral', edgecolor='black')
    ax.set_title('Histogram')
    plt.show()

这些图表类型都有各自特有的参数用于精细控制外观和行为，但核心的 Figure 和 Axes 概念以及添加标题、标签、图例等方法是通用的。

11. 集成 Pandas DataFrame 绘图

Pandas 的 DataFrame 和 Series 对象内置了 .plot() 方法，这些方法实际上是基于 Matplotlib 的封装，使用起来非常方便。

“`python
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

创建一个示例 DataFrame

df = pd.DataFrame({
‘x’: np.linspace(0, 10, 100),
‘sin_x’: np.sin(np.linspace(0, 10, 100)),
‘cos_x’: np.cos(np.linspace(0, 10, 100))
})

使用 Pandas 的 plot 方法绘制线图

默认使用 Matplotlib 的 Pyplot 接口

df.plot(x=’x’, y=[‘sin_x’, ‘cos_x’], title=’Sine and Cosine from Pandas’)
plt.ylabel(‘Value’) # Pyplot 接口添加 ylabel
plt.grid(True)
plt.show()

将 Pandas 的 plot 绘制到特定的 Matplotlib Axes 上

fig, ax = plt.subplots(figsize=(8, 4))
df.plot(x=’x’, y=’sin_x’, ax=ax, color=’purple’, linestyle=’:’) # ax=ax 指定绘制到的 Axes
ax.set_title(‘Sine from Pandas (on Specific Axes)’)
ax.set_ylabel(‘Value’)
ax.grid(True)
plt.show()
“`

通过在 .plot() 方法中指定 ax 参数，可以将 Pandas 的绘图结果集成到你自己的 Matplotlib Figure 和 Axes 布局中，实现更复杂的组合图。

12. 总结与进阶方向

本文介绍了 Matplotlib 的基础知识，包括：

  • Matplotlib 的作用和优势。
  • 核心概念：Figure 和 Axes。
  • 两种接口：Pyplot 和面向对象接口。
  • 使用面向对象接口绘制线图。
  • 添加标题、标签、图例、网格等图表元素。
  • 设置轴的范围。
  • 创建和使用多个子图。
  • 保存图表到文件。
  • 简要提及其他基本图表类型。
  • 与 Pandas 的集成。

掌握了这些基础，你已经能够创建大多数常见的数据可视化图表。Matplotlib 的强大之处在于其极高的可定制性。你可以进一步探索：

  • 刻度和刻度标签的定制： 修改刻度位置、格式、字体等。
  • 文本和箭头的标注： 在图表特定位置添加文字说明和箭头。
  • 色彩映射 (Colormaps)： 在散点图、热力图等中使用颜色表示第三个维度的数据。
  • 三维绘图： 使用 mpl_toolkits.mplot3d 绘制三维图。
  • 交互式图表： 在特定后端或使用其他库（如 mpld3、Bokeh）实现交互功能。
  • 样式和主题： 使用 plt.style.use() 应用预设的图表样式，或自定义样式。
  • 动画： 创建随时间变化的图表。

结论

Matplotlib 是 Python 数据可视化领域的基石。通过理解 Figure 和 Axes 的概念以及灵活运用面向对象接口，你可以精确地控制图表的每一个细节，创建出清晰、美观、信息丰富的数据可视化作品。不断实践和探索官方文档，你将能够充分发挥 Matplotlib 的潜力，让你的数据“说话”。现在，就开始你的 Matplotlib 实践之旅吧！

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部