Matplotlib & Seaborn 数据可视化

标签： #Python #Matplotlib #Seaborn #数据可视化
学习周期：1.5 天 | 核心目标：掌握 Matplotlib 和 Seaborn 的基本绘图方法，能完成图表美化、子图布局及统计可视化

4.3 Matplotlib & Seaborn（可视化）

数据可视化是数据分析的关键环节，通过图形直观展示数据规律。Matplotlib 是 Python 最基础的绘图库，Seaborn 是基于 Matplotlib 的高级统计绘图库，语法更简洁，样式更美观。

  • Matplotlib：灵活性极高，可绘制几乎所有类型的图表，是后续所有可视化库的基础，缺点是默认样式较朴素，代码量稍多。
  • Seaborn：默认样式更美观，封装了大量高级统计图表（如热力图、pairplot），代码更简洁，适合快速完成统计可视化。

安装与导入

pip install matplotlib seaborn

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

# 设置中文显示（解决 Matplotlib 中文乱码）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 或 ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示问题

# Seaborn 设置样式（全局）
sns.set_style("whitegrid")   # 白色网格样式，简洁美观

4.3.1 基本绘图：折线图、散点图、柱状图、直方图、箱线图

1. 折线图（Line Plot）

适合展示数据随时间变化的趋势。

x = np.arange(1, 11)   # [1,2,...,10]
y1 = np.array([5, 7, 6, 9, 8, 12, 10, 13, 11, 15])
y2 = np.array([3, 5, 7, 6, 8, 9, 11, 12, 14, 16])

# Matplotlib 绘制
plt.plot(x, y1, label="产品A", color="blue", linewidth=2, marker="o")
plt.plot(x, y2, label="产品B", color="red", linewidth=2, marker="s", linestyle="--")
plt.title("产品销量随时间变化趋势", fontsize=14)
plt.xlabel("时间（天）", fontsize=12)
plt.ylabel("销量（件）", fontsize=12)
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

# Seaborn 绘制（更简洁）
sns.lineplot(x=x, y=y1, label="产品A", marker="o")
sns.lineplot(x=x, y=y2, label="产品B", marker="s", linestyle="--")
plt.title("产品销量随时间变化趋势", fontsize=14)
plt.show()

关键参数：

  • color：折线颜色
  • linewidth：线宽
  • marker：数据点标记（o圆点、s方形、^三角形）
  • linestyle：线型（-实线、--虚线、-.点划线）

2. 散点图（Scatter Plot）

展示两个变量之间的关系。

# 生成数据：学习时间与成绩正相关
np.random.seed(42)
study_time = np.random.randint(1, 10, 50)
score = study_time * 8 + np.random.randn(50) * 2

# Matplotlib 绘制
plt.scatter(study_time, score, color="green", alpha=0.6, s=50, edgecolor="black")
plt.title("学习时间与成绩相关性", fontsize=14)
plt.xlabel("学习时间（小时）")
plt.ylabel("成绩（分）")
plt.show()

# Seaborn 绘制（支持按类别着色）
df = pd.DataFrame({"study_time": study_time, "score": score})
sns.scatterplot(x="study_time", y="score", data=df, color="green", alpha=0.7)
plt.show()

3. 柱状图（Bar Plot）

比较不同类别的数值大小。

categories = ['一班', '二班', '三班', '四班']
values = [85.2, 79.5, 88.1, 82.7]

# Matplotlib 绘制
plt.bar(categories, values, color=['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4'], edgecolor='black')
plt.title("不同班级平均分对比", fontsize=14)
plt.ylabel("平均分（分）")
for i, v in enumerate(values):
    plt.text(i, v + 0.5, str(v), ha='center')
plt.show()

# Seaborn 绘制
sns.barplot(x=categories, y=values, palette="Blues", edgecolor='black')
plt.title("不同班级平均分对比", fontsize=14)
plt.show()

4. 直方图（Histogram）

展示数据分布。

scores = np.random.normal(80, 5, 1000)  # 均值80，标准差5

# Matplotlib 绘制
plt.hist(scores, bins=15, color="skyblue", edgecolor="black", alpha=0.7)
plt.axvline(scores.mean(), color="red", linestyle="--", label=f"均值：{scores.mean():.1f}")
plt.title("学生成绩分布直方图")
plt.xlabel("成绩（分）")
plt.ylabel("学生人数")
plt.legend()
plt.show()

# Seaborn 绘制（含核密度曲线）
sns.histplot(scores, bins=15, kde=True, color="skyblue", edgecolor="black")
plt.axvline(scores.mean(), color="red", linestyle="--")
plt.show()

5. 箱线图（Box Plot）

展示数据的分布、中位数、四分位数及异常值。

# 生成三组数据
class1 = np.random.normal(80, 5, 50)
class2 = np.random.normal(75, 8, 50)
class3 = np.random.normal(85, 6, 50)

# Matplotlib 绘制
plt.boxplot([class1, class2, class3], labels=["一班", "二班", "三班"], patch_artist=True)
plt.title("不同班级成绩箱线图")
plt.ylabel("成绩（分）")
plt.show()

# Seaborn 绘制
df = pd.DataFrame({
    "成绩": np.concatenate([class1, class2, class3]),
    "班级": ["一班"]*50 + ["二班"]*50 + ["三班"]*50
})
sns.boxplot(x="班级", y="成绩", data=df, palette="lightblue")
plt.show()

4.3.2 子图布局：plt.subplots()

使用 subplots 可以在一张图中创建多个子图，方便对比。

# 创建 2x2 子图
fig, axes = plt.subplots(2, 2, figsize=(12, 10))

# 子图1：折线图
axes[0, 0].plot(x, y1, 'b-o')
axes[0, 0].set_title('折线图')

# 子图2：散点图
axes[0, 1].scatter(study_time, score, alpha=0.6)
axes[0, 1].set_title('散点图')

# 子图3：柱状图
axes[1, 0].bar(categories, values, color='skyblue')
axes[1, 0].set_title('柱状图')

# 子图4：直方图
axes[1, 1].hist(scores, bins=20, edgecolor='black')
axes[1, 1].set_title('直方图')

plt.tight_layout()   # 自动调整间距
plt.show()

关键技巧：

  • figsize=(宽, 高)：单位为英寸，根据子图数量调整。
  • 子图的标题、标签需用 axes[i,j].set_title()，而非 plt.title()。
  • plt.tight_layout() 自动调整间距，避免重叠。

4.3.3 图表美化：标题、标签、图例、颜色、样式

1. 标题与标签美化

plt.plot(x, y1, label="产品A")
plt.title("产品销量趋势", fontsize=16, fontweight="bold", color="#333333", pad=20)
plt.xlabel("时间（天）", fontsize=14, fontweight="bold")
plt.ylabel("销量（件）", fontsize=14)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()

2. 图例美化

plt.legend(loc="upper left", fontsize=12, frameon=True, fancybox=True, shadow=True)

3. 颜色优化

  • 使用 Seaborn 内置调色板：palette="Blues"、"Set2"、"Pastel1"
  • 自定义十六进制颜色：["#FF6B6B", "#4ECDC4", "#45B7D1"]

4. 整体样式设置

sns.set_style("whitegrid")    # 白色网格
# sns.set_style("darkgrid")   # 深色网格
# sns.set_style("white")      # 无网格

5. 细节优化（去除顶部和右侧边框、添加注释）

ax = plt.gca()
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)
ax.grid(True, linestyle="--", alpha=0.5)

# 添加注释
plt.annotate("峰值", xy=(peak_x, peak_y), xytext=(peak_x+0.5, peak_y+1),
             arrowprops=dict(arrowstyle="->", color="red"))

4.3.4 Seaborn 高级统计图：热力图、pairplot、分类图

1. 热力图（Heatmap）

展示矩阵数据（如相关系数矩阵）。

# 相关系数矩阵
df = pd.DataFrame(np.random.randn(100, 4), columns=['A', 'B', 'C', 'D'])
corr = df.corr()

sns.heatmap(corr, annot=True, cmap='RdBu_r', fmt='.2f', linewidths=0.5, square=True)
plt.title("特征相关性热力图")
plt.show()

2. pairplot（成对关系图）

展示多个数值变量两两之间的关系。

# 使用内置 iris 数据集
iris = sns.load_dataset('iris')
sns.pairplot(iris, hue='species', diag_kind='hist', markers=['o', 's', 'D'])
plt.show()

3. 分类图（Categorical Plots）

  • sns.barplot：带误差棒的柱状图
  • sns.boxplot：箱线图（按类别分组）
  • sns.violinplot：小提琴图
  • sns.countplot：计数柱状图
tips = sns.load_dataset('tips')

# 条形图
sns.barplot(x='day', y='total_bill', data=tips, palette='Blues')
plt.title("每日总账单平均值")

# 箱线图
sns.boxplot(x='day', y='total_bill', data=tips, palette='Set2')

# 小提琴图
sns.violinplot(x='day', y='total_bill', data=tips, palette='muted')

练习项目：Titanic 数据集分析（不同船舱等级的存活率）

需求：分析 Titanic 数据集中不同船舱等级（Pclass）的存活率，并用柱状图展示结果。

步骤与代码

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 1. 加载数据（Seaborn 内置或本地文件）
titanic = sns.load_dataset('titanic')   # 或 pd.read_csv('train.csv')

# 2. 计算不同船舱等级的存活率
survival_rate = titanic.groupby('pclass')['survived'].mean()
print(survival_rate)
# 输出示例：
# pclass
# 1    0.629630
# 2    0.472826
# 3    0.242363

# 3. 绘制柱状图
plt.figure(figsize=(8, 6))
ax = sns.barplot(x='pclass', y='survived', data=titanic, ci=None, palette='viridis')
plt.title('不同船舱等级（Pclass）的存活率', fontsize=14)
plt.xlabel('船舱等级', fontsize=12)
plt.ylabel('存活率', fontsize=12)
plt.ylim(0, 0.7)

# 添加数值标签
for i, p in enumerate(ax.patches):
    ax.annotate(f'{p.get_height()*100:.1f}%', 
                (p.get_x() + p.get_width()/2., p.get_height()),
                ha='center', va='bottom', fontsize=11)

# 美化：去除顶部和右侧边框
sns.despine()
plt.show()

# 4. 额外分析：不同等级 + 性别的存活率
sns.barplot(x='pclass', y='survived', hue='sex', data=titanic, ci=None, palette='Set2')
plt.title('不同船舱等级与性别的存活率')
plt.show()

结论

  • 一等舱存活率最高（约 63%），二等舱约 47%，三等舱约 24%。
  • 女性存活率普遍高于男性，且一等舱女性存活率接近 97%。

📚 学习资料（Obsidian 可直接收藏）

🎯 学习建议（1.5 天计划）

  1. 第 1 天上午：掌握 Matplotlib 基础图形（折线图、散点图、柱状图、直方图、箱线图），练习子图布局和基础美化。
  2. 第 1 天下午：学习 Seaborn 高级统计图（热力图、pairplot、分类图），理解其与 Matplotlib 的配合。
  3. 第 2 天：完成 Titanic 数据分析项目，巩固可视化全流程。

✅ 核心要点总结

  1. Matplotlib：底层绘图库，灵活性高，适合精细控制图表。
  2. Seaborn：高级封装，语法简洁，内置漂亮样式和统计功能。
  3. 常用图形：
    • 折线图：趋势
    • 散点图：相关性
    • 柱状图：比较
    • 直方图：分布
    • 箱线图：统计摘要
    • 热力图：矩阵数据
    • pairplot：多变量关系
  4. 美化要素：标题、标签、图例、颜色映射、网格、样式主题、去除多余边框。
  5. 子图布局：plt.subplots() 创建多子图，tight_layout() 自动调整间距。
  6. 实战流程：数据加载 → 数据处理 → 计算指标 → 绘制图表 → 美化 → 结论分析。

练习题（自测）

  1. 绘制一个包含两条曲线的折线图，添加图例、网格和标题。
  2. 生成两组随机数据，绘制散点图并添加回归线（可使用 Seaborn 的 regplot）。
  3. 创建一个 2×2 的子图布局，分别绘制柱状图、箱线图、直方图和热力图。
  4. 使用 Seaborn 的 pairplot 分析 iris 数据集，按 species 着色。
  5. 完成 Titanic 项目后，尝试分析“年龄分布与存活率”的关系，用直方图或箱线图展示。

建议使用 Jupyter Notebook 逐行运行示例，观察图表效果并修改参数。

# 人工智能 # python # matplotlib
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

2026年最值得关注的多端AI开发工具排行榜

从原型验证到代码交付，从 Web 端到原生移动端，2026 年的 AI 开发工具已经将「多端覆盖」的技术门槛压低至接近零——非技术创业者可以在数小时内完成过去需要多个工程师数周才能完成的工作。选型的核心逻辑只有一条：你的团队现在最需要的是验证产品方向，还是交付可上线的代码？如果是前者，UXbot 的完整多页面原型和三端原生代码导出，是资源最集中的路径；如果是后者，根据技术栈和目标平台选择最匹配的工

avatar AtomGit开源社区
cover

AI 生图提示词仓库：6 大场景高赞提示词，复制即用（附我亲测效果图）

avatar AtomGit开源社区
cover

从随机几何看下行卫星网络覆盖概率分析

avatar AtomGit开源社区