Day 6：Python的数据可视化（3学时）

Matplotlib核心特点与实现原理

"""
Matplotlib结构示例伪代码:
Figure 
├─ Canvas (绘图画布)
└─ Axes (坐标系)
    ├─ Axis (坐标轴)
    ├─ Line2D (折线)
    ├─ Text (文本)
    └─ ...其他图形元素
"""

核心特点

多层抽象架构
- Backend层：处理底层渲染（Agg/Qt/GTK等）
- Artist层：管理图形元素（线、文本、形状）
- Scripting层：提供pyplot快速绘图API
双模式接口
- MATLAB式：plt.plot(x, y) 快速绘图
- 面向对象式：显式控制Figure/Axes对象

丰富的输出支持

plt.savefig('output.png', dpi=300)  # 支持PNG/SVG/PDF等格式

可扩展性
- 通过rcParams全局配置样式
- 支持LaTeX数学公式渲染

实现原理

画布分层结构
- Figure：顶级容器，对应整个图像文件
- Axes：真实绘图区域，包含坐标轴/刻度等
- Axis：单个坐标轴的数值范围与刻度

渲染引擎流程

用户调用绘图命令 → 创建Artist对象 → 
Backend将对象转换为底层图形指令 → 
输出到屏幕/文件

坐标转换机制
- 数据坐标系 → 图像坐标系 → 显示坐标系
- 支持自定义坐标变换（对数坐标等）

集成特性

# 与Numpy无缝集成
x = np.linspace(0, 2*np.pi)
y = np.sin(x)
plt.plot(x, y)  # 直接绘制numpy数组

# 支持Jupyter内嵌显示
%matplotlib inline

典型应用场景：

科研论文图表制作
数据探索性分析(EDA)
实时数据监控仪表
GUI应用程序嵌入
物理实验：电路特性曲线绘制
金融分析：股票K线图绘制
气象预测：温湿度等值线图
生物信息：基因序列热力图

1. 基础绘图功能详解

# 线图基础示例
import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)

# 创建画布和坐标轴
plt.figure(figsize=(8, 4))

# 绘制折线图
plt.plot(x, y, 
         color='blue', 
         linestyle='--',
         linewidth=2,
         marker='o',
         markersize=5,
         label='sin(x)')

# 添加图表元素
plt.title('三角函数示例', fontsize=14)
plt.xlabel('X轴', fontsize=12)
plt.ylabel('Y轴', fontsize=12)
plt.legend()
plt.grid(True)

# 显示图表
plt.show()

1.1 基础线图绘制

# 最简绘图示例
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])  # X,Y坐标列表
plt.ylabel('平方值')          
plt.show()

1.2 多曲线绘制

x = np.arange(0, 5, 0.1)
plt.plot(x, x**2, label='Quadratic')    # 二次曲线
plt.plot(x, x**3, label='Cubic')         # 三次曲线
plt.plot(x, 2**x, linestyle=':', label='Exponential')  # 指数曲线
plt.legend(loc='upper left')

1.3 散点图绘制

# 生成随机数据
np.random.seed(42)
x = np.random.randn(50)
y = x + np.random.normal(0, 0.3, 50)

plt.scatter(x, y, 
            c='red',          # 颜色
            marker='^',       # 点形状
            s=40,            # 点大小
            alpha=0.7,       # 透明度
            edgecolors='black')  # 边缘颜色
            
plt.title('带误差的散点分布', pad=20)
plt.show()

1.4 双轴绘图

# 创建双Y轴系统
fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

x = np.arange(1, 11)
ax1.bar(x, height=[20,34,55,12,66,24,55,33,22,15], 
        color='skyblue', 
        alpha=0.7, 
        label='Sales')
ax2.plot(x, [5.2,5.8,6.0,5.5,7.0,6.5,6.8,7.2,7.5,8.0], 
         color='orange', 
         marker='s', 
         label='Growth Rate')

ax1.set_xlabel('Quarter')
ax1.set_ylabel('Sales Volume')
ax2.set_ylabel('Growth Rate (%)')
plt.title('销售数据双轴图表')
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
plt.legend(lines1 + lines2, labels1 + labels2, loc='upper left')

技术要点说明：

figure()创建绘图画布，可控制尺寸/dpi参数
plot()默认连接数据点形成折线图
颜色支持名称/HEX/RGB格式（如#ff0000）
线型参数：'-'实线、'--'虚线、':'点线
scatter()支持多维数据可视化，可映射颜色/大小维度
双轴绘图适用于单位不同的关联数据对比

2. 图表定制功能详解

import matplotlib.pyplot as plt
import numpy as np

# 基础数据准备
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建绘图对象
plt.figure(figsize=(10, 5), dpi=100)  # 设置画布尺寸和分辨率

2.1 文本标注定制

plt.title('Trigonometric Functions', 
         fontsize=16,           # 字体大小
         fontweight='bold',     # 字体粗细
         pad=20)                # 标题与图表间距

plt.xlabel('X Axis', 
          fontsize=12, 
          color='navy', 
          labelpad=15)         # 坐标轴标签边距

plt.ylabel('Y Axis', 
          rotation=0,          # 将Y轴标签旋转为水平
          fontsize=12,
          position=(0, 0.95))  # 调整标签位置

2.2 线条与颜色配置

# 绘制两条曲线并设置样式
plt.plot(x, y1, 
        color='#FF5733',      # 使用HEX颜色代码
        linestyle='--',       # 设置虚线样式
        linewidth=2,          # 线宽
        marker='o',           # 数据点形状
        markersize=6,         # 点大小
        markevery=5,          # 隔5个点显示标记
        alpha=0.8,            # 透明度
        label='Sin(x)')

plt.plot(x, y2, 
        color='steelblue',
        linestyle=':',
        linewidth=3,
        marker='^',
        label='Cos(x)')

2.3 图例配置

plt.legend(loc='upper right',      # 设置图例位置
          fontsize=10,            # 字体大小
          title='Function',       # 图例标题
          title_fontsize=12,      # 标题字体大小
          shadow=True,            # 添加阴影
          framealpha=0.8,         # 背景透明度
          edgecolor='black')      # 边框颜色

2.4 网格与坐标轴

plt.grid(True, 
        linestyle=':',         # 网格线型
        color='gray', 
        alpha=0.6)            # 网格透明度

plt.axis([0, 10, -1.2, 1.2])  # 显式设置坐标范围[xmin, xmax, ymin, ymax]

plt.xticks(np.arange(0, 11, 2),  # 设置X轴刻度位置
          rotation=45,          # 刻度标签旋转角度
          fontsize=10)

plt.yticks([-1, 0, 1],          # 设置Y轴刻度值
          ['Low', 'Zero', 'High'],  # 对应的标签文字
          fontsize=10)

2.5 高级定制

# 添加文本注释
plt.text(3, 0.8, 'Critical Point', 
        fontsize=12, 
        color='red',
        bbox=dict(facecolor='yellow', alpha=0.5))  # 文本框设置

# 绘制参考线
plt.axhline(y=0, color='black', linestyle='-', linewidth=1)  # 水平辅助线
plt.axvline(x=np.pi, color='green', linestyle='--')  # 垂直辅助线

# 颜色渐变的填充
plt.fill_between(x, y1, y2, 
                where=(y1 > y2),    # 填充条件
                color='skyblue', 
                alpha=0.3, 
                label='Area')

保存与输出

plt.savefig('custom_plot.png',  # 文件名 
           bbox_inches='tight', # 裁剪多余空白
           dpi=300,            # 输出分辨率
           facecolor='white')  # 背景颜色
plt.show()

技术要点：

figure()参数控制画布属性，dpi影响输出质量
RGB颜色支持十六进制格式（#RRGGBB）
命名字体位置：'upper right'/'lower center'等组合
where参数可实现条件着色
bbox_inches='tight'自动裁剪多余空白区域

3. 子图系统详解

import matplotlib.pyplot as plt
import numpy as np

# 创建2x2子图画布
fig, axs = plt.subplots(nrows=2, 
                       ncols=2, 
                       figsize=(10, 8),  # 总画布尺寸
                       sharex=True)     # 共享X轴

# 第一子图：折线图
x = np.linspace(0, 10, 100)
axs[0,0].plot(x, np.sin(x))
axs[0,0].set_title('Sin Function')

# 第二子图：散点图
x = np.random.rand(50)
y = x + np.random.normal(0, 0.1, 50)
axs[0,1].scatter(x, y)
axs[0,1].grid(True)

# 第三子图：柱状图
categories = ['A', 'B', 'C']
values = [25, 40, 33]
axs[1,0].bar(categories, values, color=['red', 'green', 'blue'])

# 第四子图：饼图
sizes = [35, 25, 15, 25]
axs[1,1].pie(sizes, labels=['X', 'Y', 'Z', 'W'], autopct='%1.1f%%')

plt.tight_layout()  # 自动调整子图间距

3.1 基础子图布局

# 传统创建方式
fig = plt.figure(figsize=(8, 4))
ax1 = fig.add_subplot(2,2,1)  # 位置参数 (行,列,序号)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,(3,4))  # 合并最后两个单元格

ax1.plot(np.random.rand(10))
ax2.hist(np.random.randn(100), bins=20)
ax3.scatter(np.arange(10), np.arange(10)**2)

3.2 共享坐标轴

# 共享坐标轴配置
fig, (ax1, ax2) = plt.subplots(1, 2, 
                              sharey=True,     # 共享Y轴
                              gridspec_kw={'wspace':0.05})  # 调整子图间距

ax1.plot(np.arange(10), np.random.rand(10))
ax2.scatter(np.arange(10), np.random.rand(10))
ax1.set_ylabel('Shared Y Axis')

3.3 复杂布局

# 使用GridSpec复杂布局
from matplotlib.gridspec import GridSpec

fig = plt.figure(figsize=(12, 6))
gs = GridSpec(3, 3, figure=fig)  # 3行3列网格

# 创建不同形状的子图
ax_main = fig.add_subplot(gs[0:2, 0:2])    # 占据前两行两列
ax_right = fig.add_subplot(gs[0:2, 2])     # 右侧窄列
ax_bottom = fig.add_subplot(gs[2, 0:3])    # 底部整行

# 主图热力图
data = np.random.rand(10,10)
ax_main.imshow(data, cmap='viridis')

# 右图颜色条
plt.colorbar(ax_main.images[0], cax=ax_right)

# 底部柱状图
ax_bottom.bar(np.arange(10), np.random.rand(10))

3.4 子图嵌套

# 主图包含子图
fig = plt.figure()
main_ax = fig.add_subplot(111)
inset_ax = main_ax.inset_axes([0.6, 0.6, 0.35, 0.35])  # [x,y,width,height]

main_ax.plot(np.linspace(0, 20, 100), np.sin(np.linspace(0, 20, 100)))
inset_ax.plot(np.linspace(0, 5, 50), np.cos(np.linspace(0, 5, 50)), color='red')

关键参数说明：

subplots()参数：
- nrows/ncols：行列数量
- sharex/sharey：共享坐标轴
- constrained_layout：自动布局优化
GridSpec参数：
- width_ratios/height_ratios：行列比例
- left/right等：边缘留白控制
tight_layout()相关参数：
- pad：整体边距
- wspace/hspace：子图水平/垂直间距

常见应用场景：

多维度数据并行对比
训练过程监控面板
地理信息多图联动
数据-缩略图联合显示

4. 图表类型实践

# 柱状图与分组柱状图
import matplotlib.pyplot as plt
import numpy as np

# 基础柱状图
categories = ['Apple', 'Banana', 'Orange']
sales = [45, 32, 28]
plt.bar(categories, sales, 
       color='skyblue', 
       edgecolor='black',
       width=0.6)

# 分组柱状图示例
x = np.arange(3)  # 生成刻度位置
width = 0.35  # 柱宽

plt.bar(x - width/2, [20, 35, 30], width, label='2022')
plt.bar(x + width/2, [25, 32, 28], width, label='2023')
plt.xticks(x, categories)  # 设置分类标签

# 饼图定制示例
sizes = [35, 25, 20, 20]
labels = ['Action', 'Comedy', 'Drama', 'Sci-Fi']
explode = (0.1, 0, 0, 0)  # 突出显示第一项

plt.pie(sizes, 
       labels=labels,
       autopct='%1.1f%%',  # 显示百分比
       startangle=90,       # 起始角度
       shadow=True,         # 添加阴影
       explode=explode,     # 突出特定扇区
       colors=['#ff9999','#66b3ff','#99ff99','#ffcc99'])

plt.axis('equal')  # 保持圆形

# 直方图（数据分布分析）
data = np.random.normal(170, 10, 250)  # 生成正态分布数据

plt.hist(data, 
        bins=15,              # 分组数量
        color='teal',
        edgecolor='black',    # 边缘线
        alpha=0.7,           # 透明度
        density=True)        # 显示密度曲线

plt.xlabel('Height (cm)')
plt.ylabel('Frequency')
plt.title('Height Distribution')

# 高级散点图（多维度可视化）
x = np.random.rand(50)
y = x * 2 + np.random.normal(0, 0.2, 50)
sizes = np.random.randint(10, 200, 50)  # 点尺寸数据
colors = np.random.rand(50)             # 颜色数据

plt.scatter(x, y, 
           s=sizes,        # 尺寸映射
           c=colors,       # 颜色映射
           cmap='viridis', # 颜色方案
           alpha=0.6,      # 透明度
           edgecolors='black')

plt.colorbar(label='Value')  # 添加颜色条

# 箱线图（数据分布统计）
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

plt.boxplot(data, 
           notch=True,          # 缺口显示中位置信区间
           patch_artist=True,   # 填充颜色
           boxprops=dict(facecolor='lightblue'))

plt.xticks([1, 2, 3], ['Group 1', 'Group 2', 'Group 3'])
plt.ylabel('Measurement')

图表类型适用场景：

柱状图：分类数据对比（如商品销量对比）
饼图：占比关系可视化（如预算分配）
直方图：数据分布分析（如考试成绩分布）
散点图：变量关系研究（如身高体重关系）
箱线图：数据离群值检测（如质量检测数据）

技术要点：

柱状图width参数控制不同数据系列间距
饼图autopct='%.1f%%'自动添加百分比标签
直方图density=True可显示概率密度曲线
散点图cmap参数支持多种色谱（viridis, plasma等）
箱线图可显示中位数/四分位/离群值等统计特征

5. 实战项目：电影数据可视化

5.1 数据加载与清洗

# 纯Python实现CSV数据加载
import csv
import numpy as np

def load_data(filename):
    """加载清洗后的电影数据"""
    valid_data = []
    with open(filename, encoding='utf-8') as f:
        reader = csv.reader(f)
        next(reader)  # 跳过标题行
        
        for row in reader:
            try:
                # 解析年份、评分、类型
                year = int(row[0]) if row[0] else None
                rating = float(row[1])
                genres = row[2].split('|') if row[2] else []
                
                if year and 1900 < year < 2023:  # 数据有效性检查
                    valid_data.append((year, rating, genres))
                    
            except ValueError:
                continue  # 跳过格式错误行
    return valid_data

movie_data = load_data('movies.csv')
ratings = np.array([d[1] for d in movie_data])

5.2 评分分布直方图

import matplotlib.pyplot as plt

plt.figure(figsize=(8,4.5))
plt.hist(ratings, 
        bins=np.arange(0, 10.5, 0.5),  # 每0.5分一个区间
        edgecolor='white',
        color='#2196F3')

plt.title('电影评分分布直方图', fontsize=14)
plt.xlabel('IMDb评分 (0-10分)', fontsize=12)
plt.ylabel('电影数量', fontsize=12)
plt.grid(axis='y', alpha=0.3)
plt.xticks(np.arange(0, 11, 1))
plt.savefig('rating_dist.png')

5.3 年度趋势折线图

# 统计年产量数据
year_counts = {}
for item in movie_data:
    year = item[0]
    year_counts[year] = year_counts.get(year, 0) + 1

# 转换为排序后的数组
years = np.array(sorted(year_counts.keys()))
counts = np.array([year_counts[y] for y in years])

plt.figure(figsize=(10, 5))
plt.plot(years, counts, 
        marker='o',
        color='#4CAF50',
        linewidth=2)
plt.fill_between(years, counts, color='#C8E6C9', alpha=0.3)
plt.title('2000-2022年电影产量变化趋势', fontsize=14)
plt.xlabel('年份', fontsize=12)
plt.ylabel('年产量', fontsize=12)
plt.grid(linestyle=':')

5.4 类型分布饼图

# 统计类型分布
genre_counter = {}
for item in movie_data:
    for genre in item[2]:
        genre_counter[genre] = genre_counter.get(genre, 0) + 1

# 获取前5大类型
sorted_genres = sorted(genre_counter.items(), key=lambda x: x[1], reverse=True)[:5]
labels = [g[0] for g in sorted_genres]
sizes = [g[1] for g in sorted_genres]
explode = (0.1, 0, 0, 0, 0)  # 突出第一个类别

plt.figure(figsize=(8,8))
plt.pie(sizes, 
       labels=labels,
       autopct='%1.1f%%',
       startangle=90,
       explode=explode,
       shadow=True,
       colors=['#FF5722','#03A9F4','#FFC107','#8BC34A','#9C27B0'])
plt.title('电影类型分布 (Top 5)', fontsize=14)

项目实现要点：

数据加载完全使用csv模块实现
数据清洗使用列表解析和异常处理
统计计数使用字典代替Pandas
保存可视化结果为图片文件
输出标准的科研图表格式

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Day 6：Python的数据可视化（3学时）

Matplotlib核心特点与实现原理

核心特点

实现原理

集成特性

1. 基础绘图功能详解

1.1 基础线图绘制

1.2 多曲线绘制

1.3 散点图绘制

1.4 双轴绘图

2. 图表定制功能详解

2.1 文本标注定制

2.2 线条与颜色配置

2.3 图例配置

2.4 网格与坐标轴

2.5 高级定制

保存与输出

3. 子图系统详解

3.1 基础子图布局

3.2 共享坐标轴

3.3 复杂布局

3.4 子图嵌套

4. 图表类型实践

5. 实战项目：电影数据可视化

5.1 数据加载与清洗

5.2 评分分布直方图

5.3 年度趋势折线图

5.4 类型分布饼图

FilesExpand file tree

day6.md

Latest commit

History

day6.md

File metadata and controls

Day 6：Python的数据可视化（3学时）

Matplotlib核心特点与实现原理

核心特点

实现原理

集成特性

1. 基础绘图功能详解

1.1 基础线图绘制

1.2 多曲线绘制

1.3 散点图绘制

1.4 双轴绘图

2. 图表定制功能详解

2.1 文本标注定制

2.2 线条与颜色配置

2.3 图例配置

2.4 网格与坐标轴

2.5 高级定制

保存与输出

3. 子图系统详解

3.1 基础子图布局

3.2 共享坐标轴

3.3 复杂布局

3.4 子图嵌套

4. 图表类型实践

5. 实战项目：电影数据可视化

5.1 数据加载与清洗

5.2 评分分布直方图

5.3 年度趋势折线图

5.4 类型分布饼图