Matplotlib 图表类型

本章目标

1. 掌握柱状图、散点图、直方图、饼图、箱线图的典型绘制流程
2. 学会针对不同图表类型配置关键参数以提升可读性
3. 理解统计分布与类别对比场景下的图表选型逻辑

重点方法与概念速览

名称	类型	作用
ax.bar(x, height) / ax.barh(y, width)	方法	展示类别间数值对比
ax.scatter(x, y)	方法	展示变量关系与离散分布
ax.hist(x)	方法	展示数据频率分布
ax.pie(x)	方法	展示整体组成比例
ax.boxplot(x)	方法	展示中位数、分位区间和异常值

1. 柱状图

ax.bar / ax.barh

作用

bar 适合"类别-数值"比较，barh 适合类别标签较长的场景。为柱子添加边框（edgecolor）可提升打印和投影场景可读性。

重点方法

ax.bar(x, height, *, color=None, edgecolor=None)
ax.barh(y, width, *, color=None, edgecolor=None)

参数

参数名	类型	说明	示例取值
x / y	array_like	类别标签	["A", "B", "C", "D", "E"]
height / width	array_like	柱高/柱长度	[23, 45, 56, 78, 32]
color	str	填充颜色	"steelblue"
edgecolor	str	边框颜色	"black"

示例代码

import matplotlib.pyplot as plt

categories = ["A", "B", "C", "D", "E"]
values = [23, 45, 56, 78, 32]

fig, axes = plt.subplots(1, 2, figsize=(12, 5))
axes[0].bar(categories, values, color="steelblue", edgecolor="black")
axes[0].set_title("Vertical Bar")
axes[1].barh(categories, values, color="coral", edgecolor="black")
axes[1].set_title("Horizontal Bar")
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/02_bar.png
左图为垂直柱状图，右图为水平柱状图

理解重点

• 类别比较优先柱状图，趋势比较优先折线图
• 横向柱状图对长文本标签更友好
• 柱子数量超过 ~15 个时考虑改用水平排列

2. 散点图

ax.scatter

作用

散点图可同时编码位置、颜色、大小三个维度信息。alpha 可降低点重叠遮挡，适合高密度数据。配合 colorbar 能把颜色映射转化为可解释变量。

重点方法

ax.scatter(x, y, *, c=None, s=None, alpha=None, cmap=None)
plt.colorbar(mappable, *, ax=None, label=None)

参数

参数名	类型	说明	示例取值
x / y	array_like	横/纵轴数据	np.random.randn(100)
c	array_like	颜色映射值	np.random.rand(100)
s	float 或 array_like	点大小	200
alpha	float	透明度，0~1	0.6
cmap	str	colormap 名称	"viridis"
label	str	colorbar 标题	"Color Value"

示例代码

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
x = np.random.randn(100)
y = x + np.random.randn(100) * 0.5
colors = np.random.rand(100)
sizes = np.abs(np.random.randn(100)) * 200

fig, ax = plt.subplots(figsize=(8, 6))
sc = ax.scatter(x, y, c=colors, s=sizes, alpha=0.6, cmap="viridis")
plt.colorbar(sc, ax=ax, label="Color Value")
ax.set_xlabel("x")
ax.set_ylabel("y")
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/02_scatter.png
点的颜色和大小分别编码额外变量

理解重点

• 当点重叠严重时，alpha 与采样策略要一起调整
• 不同变量的编码优先级建议固定，避免读图歧义
• c 和 cmap 配合 colorbar 是最常见的三元关系可视化模式

3. 直方图

ax.hist

作用

直方图用于观察分布形态、偏度和离散程度。bins 影响分辨率，过小会丢失细节，过大则噪声明显。叠加均值线可快速定位中心位置。

重点方法

ax.hist(x, *, bins=None, edgecolor=None, alpha=None)
ax.axvline(x, *, color=None, linestyle=None, label=None)

参数

参数名	类型	说明	示例取值
x	array_like	输入样本	np.random.randn(1000)
bins	int	直方图箱数，默认为 None（自动选择）	30
edgecolor	str	箱体边框颜色	"black"
alpha	float	透明度	0.7
x（axvline）	float	竖线 x 坐标	data.mean()

示例代码

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
data = np.random.randn(1000)

fig, ax = plt.subplots(figsize=(8, 6))
ax.hist(data, bins=30, edgecolor="black", alpha=0.7)
ax.axvline(data.mean(), color="red", linestyle="--",
           label=f"Mean: {data.mean():.2f}")
ax.axvline(np.median(data), color="green", linestyle="--",
           label=f"Median: {np.median(data):.2f}")
ax.set_xlabel("Value")
ax.set_ylabel("Frequency")
ax.legend()
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/02_histogram.png
正态近似分布并标注均值和中位数位置

理解重点

• 直方图不是概率密度，除非额外进行归一化（density=True）
• 结合均值、中位数线可更好判断偏态与异常值影响
• bins 的经验公式：int(np.sqrt(len(data))) 可作为起点

4. 饼图

ax.pie

作用

饼图适合少类别的占比表达，不适合精确比较接近比例。explode 可强调关键类别。autopct 能直接显示百分比，提升报告阅读效率。

重点方法

ax.pie(x, *, labels=None, explode=None, autopct=None, startangle=None,
       colors=None)

参数

参数名	类型	说明	示例取值
x	array_like	各类别占比	[35, 30, 20, 15]
labels	list[str]	类别标签	["Product A", "Product B", "Product C", "Product D"]
explode	tuple[float]	扇区偏移距离	(0.05, 0, 0, 0)
autopct	str 或 callable	百分比格式字符串	"%1.1f%%"
startangle	float	起始角度，0=右侧3点方向	90
colors	list[str]	扇区颜色列表	["gold", "silver"]

示例代码

import matplotlib.pyplot as plt

labels = ["Product A", "Product B", "Product C", "Product D"]
sizes = [35, 30, 20, 15]
explode = (0.05, 0, 0, 0)

fig, ax = plt.subplots(figsize=(8, 8))
ax.pie(sizes, labels=labels, explode=explode, autopct="%1.1f%%",
       startangle=90)
ax.set_title("Market Share")
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/02_pie.png
Product A 扇区被突出显示

理解重点

• 类别超过 5~6 个时建议改用条形图
• 比例对比不明显时应避免仅依赖角度感知
• startangle=90 让最大扇区从顶部开始——视觉效果最佳

5. 箱线图

ax.boxplot

作用

箱线图直接展示中位数、四分位区间与异常值。多组箱线图适合比较组间波动差异。patch_artist=True 后可对箱体填色，增强分组辨识度。

重点方法

ax.boxplot(x, *, patch_artist=False, labels=None)

参数

参数名	类型	说明	示例取值
x	array_like 或 list[array_like]	单组或多组样本	[np.random.normal(0, std, 100) for std in range(1, 5)]
patch_artist	bool	是否允许箱体填充颜色，默认为 False	True
labels	list[str]	组标签	["σ=1", "σ=2", "σ=3", "σ=4"]

示例代码

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
data = [np.random.normal(0, std, 100) for std in range(1, 5)]

fig, ax = plt.subplots(figsize=(8, 6))
bp = ax.boxplot(data, patch_artist=True, labels=["σ=1", "σ=2", "σ=3", "σ=4"])
colors = ["lightblue", "lightgreen", "lightyellow", "lightcoral"]
for patch, color in zip(bp["boxes"], colors):
    patch.set_facecolor(color)
ax.set_xlabel("Group")
ax.set_ylabel("Value")
ax.set_title("Boxplot: Different Standard Deviations")
plt.close()

输出

控制台提示: 图表已保存到 outputs/visualization/02_boxplot.png
四组不同标准差分布的中位数和离散度对比

理解重点

• 箱线图适合稳健比较，不依赖分布假设
• 与直方图结合使用可同时获得整体形态与统计摘要
• 箱体边为 Q1/Q3，中间线为中位数，须线为 1.5*IQR 范围

常见坑

1. 饼图类别过多导致扇区不可辨识
2. 散点图数据量大时不做透明度导致 overplotting
3. 直方图 bins 选择不当导致分布形态误判

小结

• 柱状图看比较，散点图看关系，直方图看分布——先确定问题的图类型
• 饼图只适合 ≤5 类别的占比展示
• 箱线图是统计摘要最可靠的方式——搭配直方图使用效果更好