本文介绍了 Python 中使用 Matplotlib 进行数据可视化的核心方法。内容涵盖 Pyplot 基础 API，包括折线图 plot、柱状图 bar、饼图 pie 及子图 subplot 的用法。详细讲解了如何设置图表标签、标题、图例、刻度及文本标注。重点演示了 Pandas 数据转置操作，以及多种柱状图的高级应用，如分组柱状图、堆积柱状图和双向柱状图（上下/左右）。此外，还包含了代码优化技巧，如 Seaborn 样式应用、中文字体配置、数据标签自动添加及布局调整，帮助读者快速掌握数据可视化实战技能。
Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
使用的时候，我们可以使用 import 导入 pyplot 库，并设置一个别名 plt：
import matplotlib.pyplot as plt
这样我们就可以使用 plt 来引用 Pyplot 包的方法。以下是一些常用的 pyplot 函数：
plot()：用于绘制线图和散点图scatter()：用于绘制散点图bar()：用于绘制垂直条形图和水平条形图hist()：用于绘制直方图pie()：用于绘制饼图imshow()：用于绘制图像subplots()：用于创建子图，例如 plt.subplot(235) 将绘图区域划分为 2 行 3 列，并在第 5 个位置创建子图plt.xlabel('Product') # 或 axes.set_xlabel()
plt.ylabel('Total Sales') # 或 axes.set_ylabel()
plt.title('Stacked Sales by Product and Year')
绝大多数的 plt 函数都可以直接转换成 axes 方法（例如 plt.plot() → axes.plot()、plt.legend() → axes.legend() 等）。
plt.legend() 创建图例。
loc：图例位置，如 "best"（默认）、"upper right"、"lower left" 等。fontsize：字体大小，可为数值或 'small'、'large' 等关键字。title：图例标题，可配合 title_fontsize 调整大小。ncol：列数，适合多系列数据时分列显示。plt.xticks(位置，标签) 设置 x 轴刻度。例子：plt.xticks([0,1.5,3,4.5], df2.index)。
plt.text() 函数用于设置文字说明。在图表中添加文本：
plt.text(x, y, string, fontsize=15, verticalalignment="top", horizontalalignment="right")
x, y：表示坐标值上的值string：文字fontsize：表示字体大小va：垂直对齐方式，参数：['center', 'top', 'bottom', 'baseline']ha：水平对齐方式，参数：['center', 'right', 'left']举例：plt.text(x + 0.4, -y - 0.05, '%.2f' % y, ha='center', va='top')
import matplotlib.pyplot as plt
plt.figure(figsize=(13,9))
plt.rcParams['font.family']='SimHei'
# 绘图区域划分为 2 行 3 列，并在第 1 个位置创建子图
plt.subplot(231)
x=['a','b','c']
hight=[1,3,2]
a=plt.bar(x,hight)
print(vars(a))
plt.title('默认')
# 绘图区域划分为 2 行 3 列，并在第 2 个位置创建子图
plt.subplot(232)
x=['a','b','c']
hight=3
width=0.2
plt.bar(x,hight,width)
plt.title('hight=3、width=0.2')
# 绘图区域划分为 2 行 3 列，并在第 3 个位置创建子图
plt.subplot(233)
x=['a','b','c']
width=[0.3,0.2,0.4]
hight=[1,3,2]
a=plt.bar(x,hight,width)
plt.title('width=[0.3,0.2,0.4]')
# 绘图区域划分为 2 行 3 列，并在第 4 个位置创建子图
plt.subplot(234)
x=['a','b','c']
hight=[1,3,2]
width=0.2
bottom=0.2
plt.ylim(0,4) # 设置 y 轴值显示范围
plt.bar(x,hight,width,bottom)
plt.title('bottom=0.2、plt.ylim(0,4)')
# 绘图区域划分为 2 行 3 列，并在第 5 个位置创建子图
plt.subplot()
x=[,,]
hight=[,,]
plt.bar(x,hight,align=)
plt.title()
plt.subplot()
x=[,,]
hight=[,,]
width=-
plt.bar(x,hight,width,align=)
plt.title()
plt.show()
plot() 函数是绘制二维图形的最基本函数。
plt.plot(x, y, fmt,**kwargs)
x：表示 X 轴上的数据点，通常是一个列表、数组或一维序列。y：表示 Y 轴上的数据点，通常也是一个列表、数组或一维序列。fmt：可选的格式字符串，用于指定线条的样式、标记和颜色。例如，'ro-' 表示红色圆点线条。**kwargs：一系列可选参数，用于进一步自定义线条的属性，如线宽、标记大小、标签等。常用参数和用法：
matplotlib.pyplot.bar(x, height, width=0.8, bottom=None,*, align='center', data=None,**kwargs)
bar() 的返回值为 BarContainer 对象，其中 patche 属性为 Rectangle 列表，即一系列柱子。
基础参数如下：
x：柱子在 x 轴上的坐标。浮点数或类数组结构。注意 x 可以为字符串数组！height：柱子的高度，即 y 轴上的坐标。浮点数或类数组结构。width：柱子的宽度。浮点数或类数组结构。默认值为 0.8。bottom：柱子的基准高度。浮点数或类数组结构。默认值为 0。align：柱子在 x 轴上的对齐方式。字符串，取值范围为 {'center', 'edge'}，默认为 'center'。
柱子的位置由 x 以及 align 确定，柱子的尺寸由 height 和 width 确定。垂直基准位置由 bottom 确定 (默认值为 0)。大部分参数既可以是单独的浮点值也可以是值序列，单独值对所有柱子生效，值序列一一对应每个柱子。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 设置正常显示中文
plt.rcParams['axes.unicode_minus']=False # 设置正常显示负号
data ={'python 基础':[86,99,68,83,79,91],'数据结构':[78,66,58,75,77,59],'数据分析':[68,99,68,83,79,91]}
df= pd.DataFrame(data,index=['杨东','李力','王雷','赵平','张也','张三'])
rows = df.index
rows_value = rows.values
print(rows)
print(rows_value)
columns = df.columns
print(columns)
print(columns.values)
df2=pd.DataFrame(df.values.T,index=df.columns,columns=df.index)
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif']=['SimHei']
# 示例数据
x =[1,2,3,4,5]
y =[10,15,13,18,16]
plt.figure(figsize=(3,3))
# 绘制线图，并自定义外观
plt.plot(
x, # X 轴数据
y, # Y 轴数据
marker='o', # 标记样式：圆点
linestyle='-', # 线条样式：实线
color='green', # 线条颜色：绿色
linewidth=2, # 线宽：2
markersize=10, # 标记大小：10
label='数据 1' # 图例标签
)
# 添加标签和标题
plt.xlabel('X 轴标签')
plt.ylabel('Y 轴标签')
plt.title('标题')
# 添加图例
plt.legend()
# 显示网格线
plt.grid(True)
# 自定义刻度
plt.xticks([1,2,3,4,5],['一','二','三','四','五'])
# 显示图表
plt.show()
使用 plt.bar(x,y)。
使用 plt.barh(x,y)，height 与 width 含义互换。
同一 x 轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图 x 轴的起始位置。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn-v0_8') # 提供默认配色和线条风格
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(12,6))
bar_width =0.25
# 设置 x 轴位置
r1 = np.arange(3) # [0,1,2] 位置分别是第一人柱子的位置
r2 = [x + bar_width for x in r1] # [0.25, 1.25, 2.25] 第二人柱子的位置
r3 = [x + bar_width for x in r2] # [0.5, 1.5, 2.5] 第三人柱子的位置
plt.figure(figsize=(3,3))
bar_width =0.25
r1 =range(3)
r2 = [x + bar_width for x in r1]
r3 = [x + bar_width for x in r2]
# 绘制柱状图
plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')
# 添加标签和标题
plt.xlabel('成绩')
plt.ylabel('课程')
plt.title('3 人在 3 门课的成绩')
plt.xticks([r + bar_width for r in ()], df2.index)
plt.legend()
plt.figure(figsize=(3,3))
plt.bar(r1-bar_width, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r1, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r1+bar_width, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')
需要提前计算好整个 x 轴的长度，每个柱所在位置。
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('seaborn-v0_8')
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(7,3))
bar_width =0.25
# 设置 x 轴位置
r1 = [0,1.75,3.5]
r2 = [x + bar_width for x in r1]
r3 = [x + bar_width for x in r2]
r4 = [x + bar_width for x in r3]
r5 = [x + bar_width for x in r4]
r6 = [x + bar_width for x in r5]
# 绘制柱状图
bars1=plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东',alpha=0.8, edgecolor='white')
bars2=plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力',alpha=0.8, edgecolor='white')
bars3=plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷',alpha=0.8, edgecolor='white')
bars4=plt.bar(r4, df2.iloc[:,3], color='yellow', width=bar_width, label='赵平',alpha=0.8, edgecolor='white')
bars5=plt.bar(r5, df2.iloc[:,4], color='pink', width=bar_width, label=,alpha=, edgecolor=)
bars6=plt.bar(r6, df2.iloc[:,], color=, width=bar_width, label=,alpha=, edgecolor=)
():
bar bars:
height = bar.get_height()
plt.text(bar.get_x()+ bar.get_width()/, height,
, ha=, va=)
add_labels(bars1)
add_labels(bars2)
add_labels(bars3)
add_labels(bars4)
add_labels(bars5)
add_labels(bars6)
plt.xlabel()
plt.ylabel()
plt.title(,fontweight=)
plt.xticks([r +*bar_width r [,,]], df2.index)
plt.legend(loc=, frameon=)
plt.grid(axis=, linestyle=, alpha=)
plt.tight_layout()
plt.show()
bottom 参数来指定每一层的起始位置。
plt.figure(figsize=(5,5))
plt.bar(df2.index,df2['杨东'],width=0.25)
plt.bar(df2.index,df2['李力'],width=0.25,bottom=df2['杨东'])
plt.bar(df2.index,df2['王雷'],width=0.25,bottom=df2['杨东']+df2['李力'])
下方柱值乘（-1）。
plt.figure(figsize=(3,3))
b1=plt.bar(df2.index,df2['杨东'],width=0.25)
b2=plt.bar(df2.index,-df2['张三'],width=0.25)
def add_labels(bars):
for bar in bars:
height = bar.get_height()
plt.text(bar.get_x()+ bar.get_width()/2., height,
f'{height}', ha='center', va='bottom')
add_labels(b1)
add_labels(b2)
plt.legend(['杨东','张三'],loc='best')
主要在于 barh 的使用，以及左边柱要乘（-1）。
plt.figure(figsize=(5,3))
b1=plt.barh(df2.index,df2['杨东'],height=0.25)
b2=plt.barh(df2.index,-df2['张三'],height=0.25)
def add_labels(bars):
for bar in bars:
width = bar.get_width()
plt.text(width, bar.get_y()+ bar.get_height()/2.,
f'{width}', ha='center', va='bottom')
add_labels(b1)
add_labels(b2)
plt.legend(['杨东','张三'],loc='best')
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online