Python Matplotlib绘图实战：从基础图表到高级定制详解

小石头

发布时间：2026-10-13| 6人浏览过

原创

本文系统介绍Python中Matplotlib库的绘图方法，涵盖直方图、条形图、折线图、散点图、饼图及箱形图的实现代码。同时详解23种点形状、8种内置颜色、4种线性样式，以及子图布局、网格生成和图例添加等图像调整技巧，帮助开发者快速掌握数据可视化核心技能。

在开始使用Python进行图表绘制之前，必须预先安装numpy和matplotlib这两个核心库文件。

Numpy是Python生态中用于数值计算的开源扩展库，专门用于存储和处理大型矩阵，其效率优于Python原生数据结构；而matplotlib则是Python的图像绘制框架，利用它生成的图形效果与MATLAB环境下的绘图表现相似。

接下来，将通过一系列简洁的代码示例，演示如何运用Python进行绘图操作。

一、图形绘制

直方图

importmatplotlib.pyplotasplt

importnumpyasnp

mu=100

sigma=20

x=mu+sigma*np.random.randn(20000)# 样本数量

plt.hist(x,bins=100,color='green',normed=True)# bins显示有几个直方,normed是否对数据进行标准化

plt.show()

条形图

importmatplotlib.pyplotasplt

importnumpyasnp

y=[20,10,30,25,15]

index=np.arange(5)

plt.bar(left=index,height=y,color='green',width=0.5)

plt.show()

折线图

importmatplotlib.pyplotasplt

importnumpyasnp

x=np.linspace(-10,10,100)

y=x**3

plt.plot(x,y,linestyle='--',color='green',marker='<')

plt.show()

散点图

importmatplotlib.pyplotasplt

importnumpyasnp

x=np.random.randn(1000)

y=x+np.random.randn(1000)*0.5

plt.scatter(x,y,s=5,marker='<')# s表示面积，marker表示图形

plt.show()

饼状图

importmatplotlib.pyplotasplt

importnumpyasnp

labels='A','B','C','D'

fracs=[15,30,45,10]

plt.axes(aspect=1)#使x y轴比例相同

explode=[0,0.05,0,0]# 突出某一部分区域

plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode)#autopct显示百分比

plt.show()

箱形图

箱形图主要用于展示数据的分布离散情况。该图形结构包含上边缘、上四分位数、中位数、下四分位数以及下边缘五个关键部分，位于箱体外部的数据点则被识别为异常值。

importmatplotlib.pyplotasplt

importnumpyasnp

np.random.seed(100)

data=np.random.normal(size=(1000,4),loc=0,scale=1)

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

plt.boxplot(data,labels=labels)

plt.show()

二、图像的调整

1、23种点形状

"."point","pixel"o"circle"v"triangle_down

"^"triangle_up"<"triangle_left">"triangle_right"1"tri_down

"2"tri_up"3"tri_left"4"tri_right"8"octagon

"s"square"p"pentagon"*"star"h"hexagon1"H"hexagon2

"+"plus"x"x"D"diamond"d"thin_diamond

2、8种內建默认颜色的缩写

b:blueg:greenr:redc:cyan

m:magentay:yellowk:blackw:white

3、4种线性

- 实线 --虚线 -.点划线：点线

4、一张图上绘制子图

importmatplotlib.pyplotasplt

importnumpyasnp

x=np.arange(1,100)

plt.subplot(221)#2行2列第1个图

plt.plot(x,x)

plt.subplot(222)

plt.plot(x,-x)

plt.subplot(223)

plt.plot(x,x*x)

plt.subplot(224)

plt.plot(x,np.log(x))

plt.show()

5、生成网格

importmatplotlib.pyplotasplt

importnumpyasnp

y=np.arange(1,5)

plt.plot(y,y*2)

plt.grid(True,color='g',linestyle='--',linewidth='1')

plt.show()

6、生成图例

importmatplotlib.pyplotasplt

importnumpyasnp

x=np.arange(1,11,1)

plt.plot(x,x*2)

plt.plot(x,x*3)

plt.plot(x,x*4)

plt.legend(['Normal','Fast','Faster'])

plt.show()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。