Python 数据可视化实战：Matplotlib、Seaborn 与 Plotly 绘图指南

运行结果描述： 弹出一个宽 10cm、高 5cm 的图表窗口，横轴是 1-12 月，纵轴是 0-200 万元。蓝色实线连接各月销售额，每个数据点用圆形标记（如 1 月在 (1,50)，12 月在 (12,180)）。图表标题为'2023 年各月销售额趋势图'，有浅灰色虚线网格，右上角显示图例'月销售额'。整体趋势为逐月上升，12 月达到峰值 180 万元。

1.2 柱状图（分类对比）

场景：比较不同类别的数据大小（如各城市销售额、不同产品销量）。

import matplotlib.pyplot as plt

# 准备数据（2023 年 Q4 各城市销售额）
cities = ['北京', '上海', '广州', '深圳']
sales = [150, 180, 120, 160]

# 绘制柱状图
plt.figure(figsize=(8, 5))
plt.bar(cities, sales, color=['#4CAF50', '#2196F3', '#FF9800', '#E91E63'],  # 自定义颜色
        edgecolor='black',  # 柱子边框颜色
        width=0.6)  # 柱子宽度

# 添加数据标签（柱子顶部显示具体数值）
for i, v in enumerate(sales):
    plt.text(i, v + 5, f'{v}万元', ha='center', fontsize=10)  # ha: 水平对齐

# 设置标题和轴标签
plt.title('2023 年 Q4 各城市销售额对比', fontsize=14)
plt.xlabel('城市', fontsize=12)
plt.ylabel('销售额（万元）', fontsize=12)
plt.show()

运行结果描述： 四个彩色柱子（绿、蓝、橙、粉）分别对应北京、上海、广州、深圳。北京柱子高度 150（顶部标'150 万元'），上海最高 180（顶部标'180 万元'），广州最矮 120。横轴标签为城市名，纵轴范围 0-185 万元。柱子带黑色边框，宽度适中，数据标签清晰。

1.3 散点图（相关分析）

场景：观察两个变量的相关性（如身高与体重、广告投入与销量）。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据（身高 cm，体重 kg）
np.random.seed(42)  # 固定随机数，结果可复现
height = np.random.normal(170, 5, 100)  # 均值 170，标准差 5，100 个样本
weight = 0.7 * height + np.random.normal(0, 3, 100)  # 身高与体重正相关，带随机误差

# 绘制散点图
plt.figure(figsize=(8, 6))
plt.scatter(height, weight, color='red',  # 点颜色
            alpha=0.6,  # 透明度（0.6 避免重叠看不清）
            s=30,  # 点大小
            edgecolor='black')  # 点边框颜色

# 添加拟合直线（显示相关性）
m, b = np.polyfit(height, weight, 1)  # 1 次多项式拟合（直线）
plt.plot(height, m * height + b, color='blue', linewidth=2, label='拟合直线')

# 设置标题和标签
plt.title('身高与体重相关性分析', fontsize=14)
plt.xlabel('身高（cm）', fontsize=12)
plt.ylabel('体重（kg）', fontsize=12)
plt.legend()
plt.show()

运行结果描述： 红色散点大致呈'从左下到右上'的趋势（正相关），大部分点分布在蓝色拟合直线附近（如身高 170cm 时，体重约 120kg）。点的透明度 0.6，重叠部分不会完全遮挡。拟合直线方程约为 weight = 0.7*height + b，说明身高每增加 1cm，体重约增加 0.7kg。

二、Seaborn：统计图表的'懒人神器'

Seaborn 基于 Matplotlib，专为统计分析设计，能一键生成复杂图表（如直方图、箱线图、热力图），代码更简洁。

2.1 直方图（分布分析）

场景：观察数据的分布规律（如成绩分布、年龄分布）。

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据（班级数学成绩，均值 75，标准差 10，100 人）
np.random.seed(42)
scores = np.random.normal(75, 10, 100)

# 用 Seaborn 绘制直方图（带核密度曲线）
plt.figure(figsize=(8, 5))
sns.histplot(scores, bins=15,  # 分 15 个区间
             kde=True,  # 显示核密度曲线（平滑的分布趋势）
             color='#FF5722',  # 直方图颜色
             edgecolor='black')  # 边框颜色

# 设置标题和标签
plt.title('班级数学成绩分布直方图', fontsize=14)
plt.xlabel('分数', fontsize=12)
plt.ylabel('人数', fontsize=12)
plt.show()

运行结果描述： 直方图由 15 个橙色柱子组成，横轴是分数（50-100 分），纵轴是人数。柱子高度最高处对应分数 75（均值），说明大部分学生成绩集中在 70-80 分。橙色曲线是核密度曲线（平滑的分布趋势），与直方图形状一致，呈现'钟形'正态分布特征。

2.2 箱线图（数据分布细节）

场景：展示数据的中位数、四分位数、异常值（如不同班级成绩的稳定性）。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 补充缺失的 numpy 导入

# 设置中文字体（解决中文显示问题）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体（Windows 常用）
plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号（避免负数符号乱码）

# 生成模拟数据（3 个班级的数学成绩）
np.random.seed(42)
data = {
    '班级': ['A'] * 50 + ['B'] * 50 + ['C'] * 50,
    '成绩': np.concatenate([
        np.random.normal(75, 8, 50),  # A 班：均值 75，波动大
        np.random.normal(80, 5, 50),  # B 班：均值 80，波动小
        np.random.normal(70, 10, 50)  # C 班：均值 70，波动大
    ])
}
df = pd.DataFrame(data)

# 绘制箱线图（修复 palette 警告）
plt.figure(figsize=(10, 6))
sns.boxplot(x='班级', y='成绩', data=df, palette='Set2',  # 颜色主题
            width=0.6,  # 箱子宽度
            showfliers=True,  # 显示异常值
            hue='班级',  # 关键修改：将 x 变量赋值给 hue 以避免警告
            legend=False)  # 关闭重复的图例（因为 hue 和 x 是同一变量）

# 设置标题和标签（中文已正常显示）
plt.title('不同班级数学成绩箱线图', fontsize=14)
plt.xlabel('班级', fontsize=12)
plt.ylabel('成绩', fontsize=12)
plt.show()

运行结果描述： 三个颜色不同的箱子（A 班绿、B 班黄、C 班粉）对应三个班级。每个箱子中间的横线是中位数（A 班约 75，B 班约 80，C 班约 70），箱子上下边缘是四分位数（中间 50% 数据的范围）。B 班的箱子最矮（高度小），说明成绩波动小（更稳定）；C 班的箱子最高且有更多异常值（上下的小圆圈），说明成绩差异大。

2.3 热力图（关联矩阵）

场景：展示多个变量的相关性（如特征间的相关系数矩阵）。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 生成模拟数据（5 个变量的相关系数矩阵）
np.random.seed(42)
corr_matrix = np.round(np.random.rand(5, 5), 2)  # 生成 0-1 的随机数，保留 2 位小数
np.fill_diagonal(corr_matrix, 1)  # 对角线设为 1（变量与自身完全相关）
corr_matrix = (corr_matrix + corr_matrix.T) / 2  # 确保对称（相关系数矩阵是对称的）

# 变量名（模拟特征）
features = ['特征 1', '特征 2', '特征 3', '特征 4', '特征 5']

# 绘制热力图
plt.figure(figsize=(10, 8))
sns.heatmap(corr_matrix, annot=True,  # 显示每个格子的数值
            cmap='coolwarm',  # 颜色主题（蓝 - 白 - 红）
            xticklabels=features,  # x 轴标签
            yticklabels=features,  # y 轴标签
            linewidths=0.5,  # 格子边框宽度
            vmin=-1, vmax=1)  # 颜色范围（相关系数范围 -1 到 1）
plt.title('变量间相关系数热力图', fontsize=14)
plt.show()

运行结果描述： 图表是 5x5 的格子矩阵，每个格子颜色从蓝色（负相关）到红色（正相关）。例如，特征 1 和特征 2 的格子标'0.85'（红色，强正相关），特征 3 和特征 5 标'-0.32'（蓝色，弱负相关）。对角线全为 1（黑色，因为数值 1 在颜色范围中间）。格子边缘有细白线分隔，数值清晰标注。

三、Plotly：交互式图表的'天花板'

前面的图表是静态的，而 Plotly 能生成可交互的图表（鼠标悬停看细节、缩放、拖动），适合做网页可视化或演示。

3.1 交互式折线图（动态查看）

import plotly.express as px
import pandas as pd

# 准备数据（2023 年各月销售额）
data = {'月份': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
        '销售额': [50, 60, 55, 70, 80, 90, 85, 100, 110, 120, 130, 180]}
df = pd.DataFrame(data)

# 绘制交互式折线图
fig = px.line(df, x='月份', y='销售额', title='2023 年各月销售额（交互式）',
              labels={'销售额': '销售额（万元）'},  # 轴标签
              template='plotly_white')  # 白色背景模板

# 自定义线条样式
fig.update_traces(line=dict(color='blue', width=2, dash='solid'),
                  marker=dict(size=8, color='red'))

# 显示图表（自动在浏览器打开，支持缩放、悬停）
fig.show()

运行结果描述： 浏览器自动打开一个网页，显示折线图。鼠标悬停在数据点上，会弹出提示框显示具体月份和销售额（如悬停 12 月点，显示'月份:12，销售额:180 万元'）。可以用鼠标拖动缩放（如只看 1-6 月），双击恢复原图。线条是蓝色实线，数据点是红色圆形，标题和轴标签清晰。

3.2 3D 散点图（多维数据展示）

场景：展示三个变量的关系（如 x、y、z 坐标的空间分布）。

import plotly.express as px
import pandas as pd
import numpy as np

# 生成模拟数据（x, y, z 坐标，颜色用类别区分）
np.random.seed(42)
df = pd.DataFrame({
    'x': np.random.rand(100),
    'y': np.random.rand(100),
    'z': np.random.rand(100),
    '类别': np.random.choice(['A', 'B', 'C'], 100)  # 随机分为 3 类
})

# 绘制 3D 散点图
fig = px.scatter_3d(df, x='x', y='y', z='z', color='类别',  # 颜色按类别区分
                    size_max=10,  # 点最大大小
                    opacity=0.7,  # 透明度
                    title='3D 散点图示例')

# 自定义视角（初始显示角度）
fig.update_layout(scene=dict(
    xaxis_title='X 轴',
    yaxis_title='Y 轴',
    zaxis_title='Z 轴'
))
fig.show()

运行结果描述： 浏览器显示一个 3D 坐标系，100 个彩色点（A 类红、B 类蓝、C 类绿）分布在空间中。鼠标拖动可旋转视角，滚轮缩放，悬停点显示坐标和类别（如'x:0.5, y:0.3, z:0.8, 类别:A'）。点的透明度 0.7，重叠部分可部分看到下层点。

四、图表美化技巧（通用）

无论用哪个库，好的图表都需要'颜值 + 信息'兼顾。以下是通用美化技巧：

五、总结：如何选择绘图库？

• Matplotlib：适合基础图表（折线、柱状），代码灵活，适合需要精细调整的场景。
• Seaborn：适合统计图表（直方图、箱线图、热力图），代码简洁，自动优化样式。
• Plotly：适合交互式图表（网页展示、动态演示），支持缩放、悬停、3D 等高级功能。

掌握这些图表，你已经能覆盖 90% 的数据可视化需求！动手跑一遍代码，调整参数（如颜色、线条样式），很快就能画出属于自己的专业图表～