Matplotlib数据可视化画图

关注

原创最新推荐文章于 2026-03-29 09:37:55 发布 933 阅读 AI 写同款· GEO 优化 ›

Python数据可视化matplotlib（三）——绘制基本的图表 Python数据可视化matplotlib（三）——绘制基本的图表 import numpy as np import pandas as pd import matplotlib.pyplot as plt % matplotlib inline import matplotlib.style as psl psl.use('_classic_test') 基本图表绘制 plt.pl... 阅读详情

1. 基础绘图

2. 图表的基本元素

图名、x轴标签、y轴标签、图例、x轴边界、y轴边界、x刻度、y刻度、x刻度标签、y刻度标签

3. 图表样式

linestyle、color、marker、style (linestyle、marker、color)、alpha、colormap、grid

color参考：https://matplotlib.org/gallery/color/named_colors.html#sphx-glr-gallery-color-named-colors-py

4. 图标注解

5. 子图绘制

5.1 figure对象

5.2 建子图后填充图表

5.3 使用subplots子图数组填充图标

5.4 多系列图绘制

plt.plot()：

subplots，是否分别绘制系列（子图）

layout：绘制子图矩阵，按顺序填充

6. 基本图表绘制

6.1 Series 与 DataFrame 绘图

参数含义：

series的index为横坐标
value为纵坐标
kind → line,bar,barh...（折线图，柱状图，柱状图-横...）
label → 图例标签，Dataframe格式以列名为label
style → 风格字符串，这里包括了linestyle（-），marker（.），color（g）
color → 颜色，有color指定时候，以color颜色为准
alpha → 透明度，0-1
use_index → 将索引用为刻度标签，默认为True
rot → 旋转刻度标签，0-360
grid → 显示网格，一般直接用plt.grid
xlim,ylim → x,y轴界限
xticks,yticks → x,y轴刻度值
figsize → 图像大小
title → 图名
legend → 是否显示图例，一般直接用plt.legend()

6.2 柱状图

plt.plot(kind='bar/barh')

plt.bar()
- x,y参数：x，y值
- width：宽度比例
- facecolor柱状图里填充的颜色、edgecolor是边框的颜色
- left-每个柱x轴左边界,bottom-每个柱y轴下边界 → bottom扩展即可化为甘特图 Gantt Chart
- align：决定整个bar图分布，默认left表示默认从左边界开始绘制,center会将图绘制在中间位置
- xerr/yerr ：x/y方向error bar

6.3 面积图

6.4 填图

stacked：是否堆叠，默认情况下，区域图被堆叠
为了产生堆积面积图，每列必须是正值或全部负值！
当数据有NaN时候，自动填充0，图标签需要清洗掉缺失值

6.5 饼图

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, hold=None, data=None)

参数含义：