Matplotlib 从入门到精通：数据可视化全指南

原创

已于 2025-07-24 21:50:38 修改 · 2k 阅读

37 ·

CC 4.0 BY-SA版权

文章标签：

#matplotlib #信息可视化

于 2025-07-24 21:45:21 首次发布

Matplotlib 是 Python 中最流行的可视化库之一，它提供了强大的绘图功能，能帮助我们将数据转化为直观的图表。本文将从基础语法到高级技巧，带小友系统掌握 Matplotlib 的使用方法，文中所有代码均可直接运行，建议配合实际操作去理解。

一、Matplotlib 入门：环境准备与基础概念

1.1 安装 Matplotlib

在开始之前，请确保已安装 Matplotlib 库。如果尚未安装，可以使用以下命令通过 pip 安装：

pip install matplotlib

安装完成后，我们就可以在 Python 脚本中导入 Matplotlib 并开始绘图了。通常，我们会使用matplotlib.pyplot模块，并将其简写为plt，这是约定俗成的用法：

import matplotlib.pyplot as plt

1.2 核心概念：Figure 与 Axes

在 Matplotlib 中，有两个核心对象需要理解：

Figure：可以理解为画布，是所有绘图元素的容器。一个 Figure 可以包含多个 Axes（子图）。

Axes：可以理解为子图，是实际绘图的区域。每个 Axes 都有自己的坐标轴（x 轴、y 轴）、标题、图例等元素。

最简单的绘图流程是：创建 Figure → 创建 Axes → 调用绘图方法 → 显示图像。例如：

# 创建画布（Figure）

fig = plt.figure()

# 在画布上添加子图（Axes）

ax = fig.add_subplot(111) # 111表示1行1列第1个

# 绘制数据

ax.plot([1, 2, 3, 4], [1, 4, 9, 16])

# 显示图像

plt.show()

运行上述代码，会显示一个简单的折线图，其中 x 轴数据为[1,2,3,4]，y 轴数据为[1,4,9,16]。

二、基础图表绘制：从零开始的可视化

2.1 折线图（Line Plot）

折线图是最常用的图表类型之一，适合展示数据随时间或有序类别变化的趋势。

import matplotlib.pyplot as plt

# 设置中文显示

plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]

# 数据

x = [1, 2, 3, 4, 5]

y = [2, 4, 6, 8, 10]

# 绘制折线图

plt.plot(x, y, marker='o', color='b', linestyle='-', linewidth=2, markersize=8)

# 添加标题和坐标轴标签

plt.title('简单折线图')

plt.xlabel('X轴')

plt.ylabel('Y轴')

# 显示网格

plt.grid(True, linestyle='--', alpha=0.7)

# 显示图像

plt.show()

代码解释：

marker='o'：设置数据点标记为圆形

color='b'：线条颜色为蓝色（'b' 代表 blue）

linestyle='-'：线条样式为实线

linewidth=2：线条宽度为 2

markersize=8：数据点大小为 8

plt.grid()：添加网格线，alpha控制透明度

2.2 柱状图（Bar Plot）

柱状图适合比较不同类别的数据值，通过柱子的高度直观展示数据差异。

import matplotlib.pyplot as plt

# 设置中文显示

plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]

# 数据

categories = ['A', 'B', 'C', 'D']

values = [23, 45, 56, 78]

# 绘制柱状图

plt.bar(c