【第2月 day16】Matplotlib 散点图与柱状图

好的！以下是针对初学者的 Matplotlib 散点图与柱状图 学习内容，用简单易懂的语言和示例讲解：

---

一、散点图（Scatter Plot）

作用：展示两个变量之间的关系（如相关性、分布等）。

1. 核心函数：plt.scatter()

import matplotlib.pyplot as plt

# 示例数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 绘制散点图
plt.scatter(x, y, color='blue', s=50, alpha=0.7)  # s=点大小，alpha=透明度
plt.title("简单的散点图")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.show()

2. 常用参数解释

• x, y：数据点的横纵坐标（必须参数）
• s：点的大小（可以是单个值或与数据长度相同的列表）
• c/color：颜色（支持颜色名称、RGB元组等）
• alpha：透明度（0~1，1为完全不透明）
• marker：点的形状（如 o, s, ^ 等）

3. 高级技巧

• 颜色映射：用颜色表示第三个变量（如温度、高度）

  colors = [10, 20, 30, 40, 50]  # 第三个变量
  plt.scatter(x, y, c=colors, cmap='viridis')
  plt.colorbar()  # 显示颜色条
  

---

二、柱状图（Bar Chart）

作用：比较不同类别数据的数值大小（如销量、人口等）。

1. 核心函数：plt.bar()

# 示例数据
categories = ['A', 'B', 'C', 'D']
values = [25, 40, 30, 50]

# 绘制柱状图
plt.bar(categories, values, color='green', edgecolor='black', width=0.6)
plt.title("简单的柱状图")
plt.xlabel("类别")
plt.ylabel("数值")
plt.show()

2. 常用参数解释

• x：类别标签（必须参数）
• height：柱子的高度（必须参数）
• width：柱子的宽度（默认0.8）
• color/edgecolor：填充颜色和边框颜色
• align：对齐方式（'center' 或 'edge'）

3. 高级技巧

• 并列柱状图：比较多个组别

  x = [1, 2, 3, 4]
  y1 = [10, 15, 13, 17]
  y2 = [8, 12, 9, 14]
  
  plt.bar(x, y1, width=0.4, label='组1')
  plt.bar([i+0.4 for i in x], y2, width=0.4, label='组2')  # 横向偏移
  plt.legend()  # 显示图例
  

---

三、散点图 vs 柱状图

特征	散点图	柱状图
适用场景	展示变量间关系	比较类别数值大小
数据维度	至少需要两个变量（x, y）	一个类别变量 + 数值变量
可视化目标	发现趋势、异常值	强调差异或排序

---

四、常见问题

1. 为什么我的图不显示？

   • 确保最后调用了 plt.show()。
   • 检查是否安装了 matplotlib（安装命令：pip install matplotlib）。

2. 如何保存图片？

   plt.savefig('my_plot.png', dpi=300)  # 保存为PNG格式，分辨率300
   

3. X轴标签重叠怎么办？

   • 调整图表大小：plt.figure(figsize=(10,5))
   • 旋转标签：plt.xticks(rotation=45)

---

五、练习任务

1. 用散点图绘制身高与体重的数据（自定义数据）。
2. 用柱状图比较你最喜欢的3个水果的月销量。
3. 尝试修改颜色、大小等参数，观察图表变化。

通过实际动手操作，你会更快掌握这两个图表的使用！