Python绘图教程：数据可视化与Matplotlib入门

面向初学者的在线Python训练器

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

开始课程

Python绘图基础入门

数据可视化是分析信息的关键工具。图表能帮助我们快速理解趋势、发现异常并做出合理决策。Python提供了丰富的可视化库，让数据呈现更加直观高效。

为什么要在Python中绘制图表

在Python中绘制图表主要解决以下问题：

快速分析大量数据集
直观展示实验和研究结果
向客户和同事呈现数据洞察
提升报告和仪表盘的信息价值
发现数据中隐藏的规律
为Web应用创建交互式可视化

主流可视化库概览

Python中最受欢迎的图表绘制工具包括：

Matplotlib - 基础可视化库，入门门槛低，提供对图表外观的完全控制。

Pyplot - Matplotlib的模块，用于快速创建标准图表，使用简单方便。

Seaborn - 统计可视化库，基于Matplotlib构建，中等难度，适合统计图表。

Plotly - 交互式图表创建工具，中等难度，支持动态效果。

Pandas Plot - DataFrame内置可视化功能，入门门槛低，适合快速绘图。

使用Matplotlib和Pyplot模块

安装与导入库

开始使用Matplotlib前，需要先安装库：

pip install matplotlib

然后导入所需模块：

import matplotlib.pyplot as plt

创建简单折线图

基础折线图示例：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.title("简单折线图")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.show()

结果显示X和Y变量之间的线性关系。

自定义图表样式

通过多种参数优化图表外观：

plt.plot(x, y, color='green', linestyle='--', marker='o')
plt.title("自定义图表")
plt.grid(True)
plt.show()

主要自定义参数：

color - 线条颜色
linestyle - 线条样式（--虚线，-.点划线，:点线）
marker - 数据点标记（o圆形，s方形，^三角形，v倒三角）
linewidth - 线条粗细
alpha - 透明度

创建柱状图和饼图

绘制柱状图

柱状图适合比较不同类别之间的数值：

categories = ['A', 'B', 'C', 'D']
values = [10, 24, 36, 40]

plt.bar(categories, values, color='skyblue')
plt.title("柱状图")
plt.xlabel("类别")
plt.ylabel("数值")
plt.show()

绘制饼图

饼图展示各部分占整体的比例：

sizes = [40, 30, 20, 10]
labels = ['Python', 'Java', 'C++', 'Ruby']

plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=140)
plt.title("饼图")
plt.axis('equal')  # 确保饼图为正圆形
plt.show()

饼图参数说明：