线性代数和数据挖掘(三):Matplotlib库和数据可视化

一、思维导图

二、Matplotlib基础：从安装到核心概念

2.1 为什么选择Matplotlib？

Matplotlib是一款基于Python的开源绘图库，设计初衷是提供"类MATLAB风格"的API，让熟悉MATLAB的用户能快速上手。它的核心优势体现在四个方面：

• 低门槛上手：API逻辑清晰，从"导入库→准备数据→绘制图表→显示保存"的流程固定，初学者30分钟就能画出第一个线图。
• 超高可定制性：小到线条宽度、标记颜色，大到图表布局、字体样式，几乎所有视觉元素都能调整，满足个性化需求。
• 多数据源兼容：能直接处理列表、NumPy数组、Pandas DataFrame等主流数据格式，无需复杂的数据转换。
• 跨平台稳定性：完美支持Windows、Linux、macOS三大操作系统，生成的图表可导出为PNG、PDF、SVG等10+种格式。

重难点标注：Matplotlib的核心是"层级结构"——Figure（画布）包含Axes（绘图区域），Axes包含坐标轴、线条、标记等元素，理解这一结构是后续复杂绘图的基础。

2.2 环境准备：5分钟完成安装与导入

2.2.1 安装命令

Matplotlib是第三方库，需通过pip安装，打开终端输入以下命令（Python环境需提前配置）：

pip install matplotlib
# 若需处理数值计算，建议同时安装NumPy（后续示例会用到）
pip install numpy

2.2.2 常规导入方式

行业通用约定是将matplotlib.pyplot缩写为plt，这能简化代码，同时保证可读性：

import matplotlib.pyplot as plt  # 核心绘图模块
import numpy as np               # 用于生成测试数据（非必需但常用）

三、核心图表实战：从基础到定制

3.1 线图：展示数据趋势的"万能工具"

线图是最常用的图表类型，适合展示连续数据的变化趋势（如时间序列、函数曲线），核心函数是plt.plot()。

3.1.1 函数原型与关键参数

plt.plot(x, y, fmt, **kwargs)

• 必选参数：
  • x：x轴坐标数据（列表/数组），若不指定，默认用range(len(y))（即0,1,2…）。
  • y：y轴坐标数据（列表/数组），核心数据来源。
• 可选参数：
  • fmt：字符串格式，快速设置"颜色+标记+线型"，例如'ro--'表示"红色+圆圈标记+虚线"。
  • **kwargs：关键字参数，用于精细定制，常用的有：
    • label：图例名称（配合plt.legend()显示）。
    • linewidth/lw：线条宽度（数值越大越粗）。
    • marker：数据点标记样式（如'o'圆圈、's'正方形，完整样式见下文表格）。
    • alpha：透明度（0=完全透明，1=不透明）。

3.1.2 常用线型与标记样式表

类型	字符	说明	类型	字符	说明
线型	-	实线	标记	o	圆圈
线型	--	虚线	标记	s	正方形
线型	-.	虚点线	标记	^	上三角
线型	:	点线	标记	+	加号
标记	.	句号点	标记	x	乘号

3.1.3 实战案例1：正弦曲线

import matplotlib.pyplot as plt  # 核心绘图模块
import numpy as np               # 用于生成测试数据（非必需但常用）

# 1. 准备数据：生成0到3π的连续x值，步长0.1（保证曲线平滑）
x = np.arange(0, 3 * np.pi, 0.1)  # np.arange是NumPy的等差数组函数
y = np.sin(x)                     # 计算x对应的正弦值

# 2. 绘制线图：精细设置样式
plt.plot(
    x, y,          # 核心数据
    '-',           # 线型：实线
    label='Sine Wave',  # 图例名称
    linewidth=2,        # 线宽2
    color='blue',       # 线条颜色：蓝色
    marker='o',         # 标记：圆圈
    markersize=5,       # 标记大小5
    markeredgecolor='black',  # 标记边缘颜色：黑色
    markeredgewidth=1,        # 标记边缘宽度1
    markerfacecolor='none',   # 标记内部：透明（只显示边缘）
    alpha=0.5                 # 整体透明度0.5
)

# 3. 添加辅助元素
plt.xlabel('x (Radians)')  # x轴标签：说明x的含义（弧度）
plt.ylabel('sin(x)')       # y轴标签：说明y的含义（正弦值）
plt.legend()               # 显示图例（依赖label参数）
plt.title('Sine Wave Plot')# 图表标题

# 4. 显示与保存
plt.show()  # 弹出窗口显示图表
# plt.savefig('sine_wave.png', dpi=300, bbox_inches='tight')  # 保存为高清PNG（dpi=分辨率）

运行效果：

3.1.4 实战案例2：直线图（两点确定一条线）

import matplotlib.pyplot as plt  # 核心绘图模块
import numpy as np               # 用于生成测试数据（非必需但常用）

# 1. 准备数据：两个点的坐标（x从0到5，y从0到10）
x = np.array([0, 5])  # x轴两个点：0和5
y = np.array([0, 10]) # y轴对应点：0和10

# 2. 绘制直线
plt.plot(
    x, y,
    '-',
    label='Line between (0,0) and (5,10)',
    color='red',        # 线条颜色：红色
    linewidth=2,
    marker='o',
    markersize=10,      # 标记更大（10），更醒目
    markeredgecolor='black',
    markeredgewidth=2,
    alpha=1.0           # 不透明，突出直线
)

# 3. 辅助元素
plt.legend()
plt.xlabel('x')
plt.ylabel('y')
plt.title('Simple Line Plot')

# 4. 显示
plt.show()

运行效果：

3.2 散点图：展示数据分布与相关性

散点图用于展示两个变量的关系（如身高与体重），或按第三个变量映射颜色/大小（如按"性别"分颜色），核心函数是plt.scatter()。

3.2.1 核心参数解析

• s：散点大小（标量/数组，数组可实现"每个点大小不同"）。
• c：散点颜色（单个颜色/数组，数组配合cmap可实现颜色渐变）。
• cmap：颜色映射表（如'viridis'、'plasma'，Matplotlib内置20+种）。
• edgecolors：散点边缘颜色（避免点重叠时看不清）。

3.2.2 实战案例：正弦曲线散点图（带颜色映射）

import matplotlib.pyplot as plt  # 核心绘图模块
import numpy as np               # 用于生成测试数据（非必需但常用）

# 1. 准备数据
x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
colors = y  # 用y值（正弦值）映射颜色：y越大，颜色越亮

# 2. 绘制散点图
scatter = plt.scatter(
    x, y,
    s=10,               # 散点大小10
    c=colors,           # 颜色由y值决定
    marker='o',
    cmap='viridis',     # 颜色映射：蓝→绿→黄
    vmin=-1,            # 颜色最小值（对应y=-1）
    vmax=1,             # 颜色最大值（对应y=1）
    alpha=0.5,
    linewidths=0.5,     # 散点边缘宽度
    edgecolors='white'  # 边缘白色，增强对比度
)

# 3. 辅助元素：添加颜色条（说明颜色与y值的对应关系）
plt.colorbar(scatter, label='sin(x) Value')  # colorbar绑定散点图，添加标签
plt.xlabel('x (Radians)')
plt.ylabel('sin(x)')
plt.title('Sine Wave Scatter Plot')

# 4. 显示
plt.show()

运行效果：

3.3 条形图：对比不同类别的数据

条形图（柱状图）适合对比多个类别的数值（如各部门销售额、各学科平均分），核心函数是plt.bar()，支持横向/纵向条形、堆叠条形等变种。

3.3.1 关键参数

• x：条形的x轴位置（通常是类别标签，如[‘A’,‘B’,‘C’]）。
• height：条形的高度（核心数据，对应类别数值）。
• width：条形宽度（默认0.8，数组可实现"每个条形宽度不同"）。
• hatch：条形内部填充图案（如'x'交叉线、'/'斜线，增加视觉区分）。
• color/facecolor：条形填充颜色。

3.3.2 实战案例：带中文标签的条形图

Matplotlib默认不支持中文字体，需手动设置，这是实战中的常见"坑点"，以下代码已解决：

import matplotlib.pyplot as plt  # 核心绘图模块
import numpy as np              

# 1. 解决中文显示问题（关键步骤）
plt.rcParams['font.sans-serif'] = ['SimHei']  # Windows用"SimHei"，macOS用"Arial Unicode MS"
plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示为方块的问题

# 2. 准备数据：类别标签和对应数值
labels = ['类别A', '类别B', '类别C', '类别D', '类别E']
values = [23, 45, 56, 78, 33]

# 3. 绘制条形图
plt.bar(
    labels,        # x轴：类别标签
    values,        # y轴：条形高度（数值）
    width=0.3,     # 条形宽度0.3，避免拥挤
    color='blue',  # 填充颜色：蓝色
    edgecolor='red',# 边缘颜色：红色
    linewidth=2,   # 边缘宽度2
    linestyle='-', # 边缘线型：实线
    alpha=0.7,     # 透明度0.7
    hatch='x',     # 内部填充：交叉线
    label='数值对比'# 图例名称
)

# 4. 辅助元素
plt.xlabel('类别')
plt.ylabel('数值')
plt.title('中文标签条形图')
plt.legend()

# 5. 显示
plt.show()

运行效果：

3.4 饼图：展示部分与整体的比例

饼图用于展示各部分占总体的比例（如市场份额、成分占比），核心函数是plt.pie()，支持扇区分离、百分比显示等功能。

3.4.1 关键参数

• x：各扇区的大小（数值，Matplotlib会自动计算比例）。
• explode：扇区突出程度（数组，0=不突出，0.1=突出10%，用于强调某部分）。
• autopct：百分比显示格式（如'%1.1f%%'表示保留1位小数的百分比）。
• startangle：饼图起始角度（0=x轴正方向，逆时针旋转）。
• wedgeprops：扇区属性（如边缘颜色、宽度）。

3.4.2 实战案例：带突出扇区的饼图

import matplotlib.pyplot as plt
 

# 1. 准备数据
sizes = [25, 35, 20, 20]  # 各部分大小（总和100，直接对应百分比）
labels = ['部分A', '部分B', '部分C', '部分D']
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']  # 各扇区颜色
explode = [0, 0.1, 0, 0]  # 突出"部分B"（第2个扇区）

# 2. 绘制饼图
plt.pie(
    sizes,                  # 各扇区大小
    explode=explode,        # 扇区突出设置
    labels=labels,          # 扇区标签
    colors=colors,          # 扇区颜色
    autopct='%1.1f%%',      # 百分比格式：如35.0%
    startangle=140,         # 起始角度140度（避免"部分A"在正右方）
    shadow=False,           # 不添加阴影
    radius=1,               # 饼图半径1（默认大小）
    wedgeprops=dict(        # 扇区边缘属性
        edgecolor='black', 
        linewidth=2, 
        linestyle='-'
    ),
    textprops=dict(         # 文本属性（标签和百分比）
        color='red', 
        weight='bold'       # 粗体
    )
)

# 3. 辅助元素：确保饼图为正圆形（避免拉伸）
plt.axis('equal')  # 关键！使x轴和y轴比例一致
plt.title('饼图示例（突出部分B）')

# 4. 显示
plt.show()

运行效果：

四、进阶功能：布局与Figure操作

4.1 坐标轴与标签：让图表更易懂

4.1.1 常用辅助函数

• plt.xlabel()/plt.ylabel()：设置x/y轴标签（说明轴的含义，如"时间（秒）"）。
• plt.title()：设置图表标题（概括图表内容，如"2024年月度销售额趋势"）。
• plt.legend()：显示图例（依赖plot()/scatter()等函数的label参数）。

4.1.2 示例代码

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y, label='Sine Wave')

# 添加辅助标签
plt.xlabel('x (Radians)', fontsize=12)  # 可设置字体大小
plt.ylabel('sin(x)', fontsize=12)
plt.title('Sine Wave with Labels', fontsize=14, pad=20)  # pad=标题与图表的间距
plt.legend(fontsize=10)

plt.show()

输出结果:

4.2 子图布局：在一个画布上画多个图

当需要对比多个图表（如正弦和余弦曲线同屏显示）时，子图布局是关键，常用方法有plt.subplot()、plt.subplots()和GridSpec。

4.2.1 方法1：plt.subplot()（简单子图）

语法：plt.subplot(nrows, ncols, plot_number)，表示"n行n列的子图网格，当前操作第plot_number个（从1开始）"。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 3 * np.pi, 0.01)
y_sin = np.sin(x)
y_cos = np.cos(x)

# 第一个子图：2行1列，第1个
plt.subplot(2, 1, 1)
plt.plot(x, y_sin)
plt.title('Sine Wave')

# 第二个子图：2行1列，第2个
plt.subplot(2, 1, 2)
plt.plot(x, y_cos)
plt.title('Cosine Wave')

# 自动调整间距，避免标签重叠
plt.tight_layout()
plt.show()

运行效果：

4.2.2 方法2：plt.subplots()（批量创建子图）

语法：fig, axs = plt.subplots(nrows, ncols)，返回Figure对象和子图数组axs，适合批量操作。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.01)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = 1/(1+np.exp(-x))  # Sigmoid函数

# 创建2行2列的子图网格
fig, axs = plt.subplots(2, 2, figsize=(10, 8))  # figsize=画布大小（英寸）

# 第1个子图（0行0列）
axs[0, 0].plot(x, y1)
axs[0, 0].set_title('Sine Wave')  # 子图标题用set_title()
axs[0, 0].set_xlabel('x')         # 子图轴标签用set_xlabel()

# 第2个子图（0行1列）
axs[0, 1].plot(x, y2)
axs[0, 1].set_title('Cosine Wave')
axs[0, 1].set_xlabel('x')

# 第3个子图（1行0列）
axs[1, 0].plot(x, y3)
axs[1, 0].set_title('Tangent Wave')
axs[1, 0].set_xlabel('x')

# 第4个子图（1行1列）
axs[1, 1].plot(x, y4)
axs[1, 1].set_title('Sigmoid Function')
axs[1, 1].set_xlabel('x')

# 调整间距
plt.tight_layout()
plt.show()

运行效果：

4.2.3 方法3：GridSpec（灵活子图，跨列/跨行）

当需要非均匀子图（如某子图跨2列）时，GridSpec是最佳选择，支持定制列宽、行高比例。

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec
import matplotlib

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']  # 设置支持中文的字体
plt.rcParams['axes.unicode_minus'] = False  # 正确显示负号

# 创建画布
fig = plt.figure(figsize=(10, 6))

# 定义GridSpec：2行3列，列宽比例2:1:1，行高比例1:1.5
gs = GridSpec(
    nrows=2,
    ncols=3,
    width_ratios=[2, 1, 1],  # 第1列宽度是第2、3列的2倍
    height_ratios=[1, 1.5]   # 第2行高度是第1行的1.5倍
)

# 添加子图：按GridSpec定位
ax1 = fig.add_subplot(gs[0, 0])  # 第1行第1列
ax2 = fig.add_subplot(gs[0, 1])  # 第1行第2列
ax3 = fig.add_subplot(gs[0, 2])  # 第1行第3列
ax4 = fig.add_subplot(gs[1, 0])  # 第2行第1列
ax5 = fig.add_subplot(gs[1, 1:]) # 第2行第2~3列（跨2列）

# 为子图添加文本标识
ax1.text(0.5, 0.5, '子图1\n(1行1列)', ha='center', va='center', fontsize=12)
ax2.text(0.5, 0.5, '子图2\n(1行2列)', ha='center', va='center', fontsize=12)
ax3.text(0.5, 0.5, '子图3\n(1行3列)', ha='center', va='center', fontsize=12)
ax4.text(0.5, 0.5, '子图4\n(2行1列)', ha='center', va='center', fontsize=12)
ax5.text(0.5, 0.5, '子图5\n(2行2-3列)', ha='center', va='center', fontsize=12)

# 调整间距
plt.tight_layout()
plt.show()

运行效果：

4.3 Figure对象：画布的"总控台"

Figure是Matplotlib的顶级对象，代表整个画布，所有子图、文本、图例都在Figure上，常用方法如下：

方法名	功能描述	示例代码
add_subplot()	添加子图（基于行列定位）	fig.add_subplot(2,1,1)
add_axes()	在任意位置添加子图（自定义坐标）	fig.add_axes([0.1,0.1,0.5,0.5])
suptitle()	添加画布总标题（子图标题之上）	fig.suptitle('总标题', fontsize=16)
set_size_inches()	设置画布大小（英寸）	fig.set_size_inches(10,6)
get_dpi()	获取画布分辨率（DPI）	print(fig.get_dpi())
tight_layout()	自动调整子图间距	fig.tight_layout()

实战案例：Figure方法综合使用

import matplotlib.pyplot as plt


# 1. 显式创建Figure对象
fig = plt.figure(figsize=(8, 6), facecolor='lightgray')  # 画布大小8x6，背景浅灰色

# 2. 添加子图
ax1 = fig.add_subplot(2, 1, 1)
ax2 = fig.add_subplot(2, 1, 2)

# 3. 绘制数据
ax1.plot([1,2,3], [1,4,9], label='y=x²')
ax2.plot([1,2,3], [3,2,1], label='y=4-x')

# 4. Figure方法操作
fig.suptitle('Figure总标题', fontsize=14, color='red')  # 总标题
fig.set_size_inches(10, 7)  # 调整画布大小
print(f"画布DPI：{fig.get_dpi()}")  # 打印分辨率
fig.tight_layout()  # 调整间距

# 5. 子图辅助元素
ax1.legend()
ax2.legend()

# 6. 显示
plt.show()

运行结果为

4.4 其他实用工具

4.4.1 保存图表：plt.savefig()

# 保存为PNG，分辨率300DPI（高清），紧凑剪裁空白
plt.savefig(
    'my_plot.png',
    dpi=300,
    bbox_inches='tight',  # 关键：避免标签被截断
    facecolor='white'     # 背景色
)

4.4.2 显示图像：plt.imshow()

用于显示二维图像数据（如图片、热力图），与plt.show()的区别是：imshow()创建图像，show()显示所有图像。

# 生成随机10x10图像数据
data = np.random.rand(10, 10)
plt.imshow(data, cmap='viridis')  # cmap=颜色映射
plt.colorbar()  # 显示颜色条
plt.show()

4.4.3 关闭图表：plt.close()

plt.close()  # 关闭当前图表
# plt.close('all')  # 关闭所有图表，释放内存

4.4.4 暂停：plt.pause()

用于动画或交互式绘图，暂停指定秒数（如plt.pause(0.01)暂停0.01秒）。

五、总结

重点是四大图表:
1.线图
2.散点图
3.条形图
4.饼图
三大布局系统:
1.plt.subplot:简单快速子图创建
2.plt.subplots:批量生成子图数组,代码更整洁
3.GridSpec:灵活复杂布局,支持跨行跨列