时针的个人网站

Appearance

"一图胜千言，可视化让数据栩栩如生。"

关键函数一览 ​

类别函数用途重要性
基础设置plt.figure()创建画布核心
plt.title()设置标题核心
plt.xlabel(), plt.ylabel()设置轴标签核心
基础绘图plt.plot()绘制线图核心
plt.scatter()绘制散点图重要
plt.bar()绘制柱状图重要
图例和标签plt.legend()添加图例核心
plt.text()添加文本标注常用
子图plt.subplot()创建子图重要
显示和保存plt.show()显示图表核心
plt.savefig()保存图表重要

基础配置 ​

环境设置 ​

python
import matplotlib.pyplot as plt
import numpy as np  # 配合 numpy 使用

# [重要] 中文显示设置
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False  # 正确显示负号

基础绘图（核心部分） ​

一、折线图 ​

调用格式：

text
plot(x, y, linestyle, linewidth, color, marker, markersize, markeredgecolor, markerfacecolor, markeredgewidth, label, alpha)

1. x, y（必需） ​

含义：数据点的横坐标和纵坐标值。通常是列表、元组或数组。

示例：x = [1, 2, 3, 4]，y = [1, 4, 2, 3]

2. linestyle 或 ls（可选） ​

含义：线条的样式。

常用值：

  • '-' 或 'solid'：实线（默认）
  • '--' 或 'dashed'：虚线
  • '-.' 或 'dashdot'：点划线
  • ':' 或 'dotted'：点线
  • 'None' 或 ' '：不画线（只显示标记点）

3. linewidth 或 lw（可选） ​

含义：线条的宽度，以点为单位。

常用值：一个浮点数，如 1.5、2.0、3

4. color 或 c（可选） ​

含义：控制线条和标记点的整体颜色（如果未单独指定标记颜色）。

常用值：

  • 颜色名称字符串：如 'red'、'blue'、'green'、'black'
  • 简写颜色字符：如 'r'（红）、'g'（绿）、'b'（蓝）、'k'（黑）、'c'（青）、'm'（品红）、'y'（黄）
  • RGB 或 RGBA 元组：如 (0.8, 0.2, 0.5)，(1, 0.5, 0, 0.8)
  • 十六进制字符串：如 '#FF00FF'

5. marker（可选） ​

含义：数据点的标记形状。

常用值：

  • '.'：点
  • ','：像素点（极小）
  • 'o'：圆圈
  • 'v'：倒三角形
  • '^'：正三角形
  • '<'：左三角形
  • '>'：右三角形
  • 's'：正方形
  • '*'：星形
  • '+'：加号
  • 'x'：叉号
  • 'D'：菱形
  • 'None' 或 ' '：不显示标记

6. markersize 或 ms（可选） ​

含义：标记的大小。

常用值：一个浮点数，如 5、8、10

7. markeredgecolor 或 mec（可选） ​

含义：标记的边缘颜色。

常用值：与 color 参数相同。如果未指定，通常默认为 color 的值。

8. markerfacecolor 或 mfc（可选） ​

含义：标记的填充颜色。

常用值：与 color 参数相同。如果未指定，通常默认为 color 的值。可以设置为 'none' 来表示空心标记。

9. markeredgewidth 或 mew（可选） ​

含义：标记边缘的宽度。

常用值：一个浮点数，如 1.0、1.5

10. label（可选） ​

含义：用于图例的标签文本。设置后，需要在之后调用 plt.legend() 来显示图例。

示例：label='销售数据'

11. alpha（可选） ​

含义：透明度，范围从 0.0（完全透明）到 1.0（完全不透明）。

常用值：0.3、0.5、0.8

python
# 基本线图示例
x = [1, 2, 3, 4, 5]    # 简单的数据点
y = [2, 4, 6, 8, 10]   # 线性关系数据

plt.figure(figsize=(8, 6))    # 设置图表大小
plt.plot(x, y, color='r', linestyle='-', label='示例直线')    # 'r-' 表示红色实线

# [重要] 图表元素添加
plt.title('基础线形图')    # 标题
plt.xlabel('电流/A')    # x 轴标签
plt.ylabel('电压/V')    # y 轴标签
plt.legend()    # 显示 label

plt.show()    # 显示图表

# [技巧] 在同一个图表中画多条线
plt.figure(figsize=(8, 6))
plt.plot(x, y, color='r', linestyle='-', label='直线')
plt.plot(x, [1, 3, 5, 7, 9], 'b--', label='虚线')    # 'b--' 表示蓝色虚线
plt.legend()
plt.title('多线图示例')
plt.show()

二、散点图（用于数据分布展示） ​

python
# 创建简单的数据点
x = [1, 2, 3, 4, 5]
y = [2, 5, 3, 8, 6]

# [基础] 绘制散点图
plt.figure(figsize=(8, 6))
plt.scatter(
    x, y,
    s=100,       # 点的大小
    c='blue',    # 点的颜色
    alpha=0.6,   # 透明度
    label='数据点',  # 图例标签
)

# [重要] 添加标题和标签
plt.title('散点图示例')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.legend()
plt.grid(True)  # 添加网格线
plt.show()

三、柱状图（数据对比） ​

python
# 简单示例：展示学科成绩
subjects = ['语文', '数学', '英语', '物理', '化学']
scores = [85, 92, 78, 88, 95]

# 创建柱状图
plt.figure(figsize=(10, 6))
plt.bar(
    subjects, scores,
    width=0.6,       # 柱子宽度
    color='skyblue', # 颜色
    alpha=0.8,       # 透明度
)

# 重点：添加数值标签
for i, score in enumerate(scores):
    plt.text(i, score + 1, str(score), ha='center')  # 水平居中对齐

plt.title('各科成绩对比')
plt.ylabel('分数')
plt.ylim(0, 100)  # 设置 y 轴范围
plt.show()

四、子图 ​

python
fig, axes = plt.subplots(2, 2, figsize=(12, 8))  # 创建 2 行 2 列的子图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

# 第一个子图：线图
axes[0, 0].plot(x, y, 'r-')
axes[0, 0].set_title('线图')

# 第二个子图：散点图
axes[0, 1].scatter(x, y)
axes[0, 1].set_title('散点图')

# 第三个子图：柱状图
axes[1, 0].bar(x, y)
axes[1, 0].set_title('柱状图')

# 第四个子图：填充图
axes[1, 1].fill_between(x, y, alpha=0.3)
axes[1, 1].set_title('填充图')

plt.tight_layout()  # 自动调整子图布局
plt.show()

样式设置（基础美化） ​

常用线条样式表 ​

符号含义示例
'r-'红色实线plt.plot(x, y, 'r-')
'b--'蓝色虚线plt.plot(x, y, 'b--')
'g:'绿色点线plt.plot(x, y, 'g:')
'k.'黑色点图plt.plot(x, y, 'k.')
python
# 线条样式示例
x = [1, 2, 3, 4, 5]
plt.figure(figsize=(10, 6))

plt.plot(x, [i**2 for i in x], 'r-', label='红色实线')
plt.plot(x, [i*2 for i in x], 'b--', label='蓝色虚线')
plt.plot(x, [i+2 for i in x], 'g:', label='绿色点线')

plt.legend()
plt.title('不同线条样式示例')
plt.show()

一、图表保存 ​

python
# 保存图表为图片
plt.savefig(
    '图表.png',
    dpi=300,              # 分辨率
    bbox_inches='tight',  # 自动调整边界
)

但是注意，保存图片的代码必须放在 plt.show() 前面，因为 plt.show() 执行完后会清除画布。

二、常用设置 ​

python
# 坐标轴范围
plt.xlim([0, 10])    # 设置 x 轴范围
plt.ylim([0, 100])   # 设置 y 轴范围

# 坐标轴刻度
plt.xticks([0, 2, 4, 6, 8, 10])
plt.yticks([0, 25, 50, 75, 100])

# 图例位置
plt.legend(loc='best')  # 自动选择最佳位置

初学者常见问题 ​

  1. 中文显示乱码
    • ✅ 解决：设置中文字体
python
plt.rcParams['font.sans-serif'] = ['SimHei']

  1. 图表不显示

    • ✅ 解决：确保调用了 plt.show()

  2. 子图重叠

    • ✅ 解决：使用 plt.tight_layout()