Python 数据分析与机器学习入门 (五)：Matplotlib 数据可视化基础-EW帮帮网

引言：为何可视化至关重要？

俗话说，“一图胜千言”。在数据分析领域，这句话尤其正确。原始的数据表格和统计摘要虽然精确，但往往难以揭示数据中隐藏的模式、趋势、异常值和关系。数据可视化通过将数据转换成图形，利用人类视觉系统的强大能力来快速识别这些信息，是**探索性数据分析（EDA）**中不可或缺的一环。

Matplotlib 是 Python 中最基础、最强大的数据可视化库。它为创建各种静态、动态和交互式图表提供了坚实的基础。几乎所有其他高级可视化库（如 Seaborn）都是在 Matplotlib 的基础上构建的。因此，掌握 Matplotlib 是进行任何严肃数据可视化的前提。

Matplotlib 的解剖学：Figure 与 Axes

要真正掌握 Matplotlib，首先需要理解其核心的两个对象：Figure 和 Axes。

Figure: 可以看作是整个图表的“画布”或“画框”。它是一个顶层容器，可以包含一个或多个图表（Axes）、标题、图例等所有绘图元素。

Axes: 这是实际的“绘图区域”或“子图”。我们平时所说的“一个图”，在 Matplotlib 的语境下通常指的就是一个 Axes 对象。它包含了数据点、x 轴（xaxis）、y 轴（yaxis）、刻度、标签等。一个 Figure 对象可以包含一个或多个 Axes 对象。

把它们想象成一幅画：Figure 是整个画框，而每个 Axes 是画框里的一幅独立的画。

两种绘图方式：Pyplot vs. 面向对象 (OO)

Matplotlib 提供了两种主要的绘图接口：

Pyplot 接口 (状态机接口): 这是一系列函数的集合（如 plt.plot(), plt.title()），它会自动管理当前的 Figure 和 Axes。这种方式对于快速、简单的绘图非常方便，其风格类似于 MATLAB。
面向对象 (OO) 接口: 这是更强大、更灵活的方式。我们首先显式地创建一个 Figure 对象和一个或多个 Axes 对象（通常使用 fig, ax = plt.subplots()），然后调用这些对象的方法来绘图和进行定制（如 ax.plot(), ax.set_title()）。

为什么我们强烈推荐面向对象 (OO) 的方式？

对于初学者来说，pyplot 接口似乎更简单。然而，一旦你需要绘制更复杂的图表，比如在一个 Figure 中放置多个子图，或者对某个特定的子图进行精细控制时，pyplot 的状态机机制就会变得混乱和难以管理。你很难确定当前的 plt 函数到底作用于哪个子图。

而面向对象的方式则从根本上解决了这个问题。通过 fig, ax = plt.subplots()，你得到了对 Figure 和 Axes 对象的直接引用。当你调用 ax.set_title() 时，你非常清楚地知道这个标题是属于 ax 这个特定的子图的。这种明确的控制使得代码更具可读性、可维护性，并且是创建复杂、可复用图表的标准做法。从一开始就学习和使用 OO 风格，会为你未来的学习之路打下更坚实的基础。

你的第一张图 (使用 OO 风格)

让我们遵循标准的 OO 风格工作流，创建几种最常见的图表。

标准工作流：

导入库: import matplotlib.pyplot as plt 和 import numpy as np。
准备数据。
创建 Figure 和 Axes: fig, ax = plt.subplots()。
在 Axes 上绘图: ax.plot(), ax.scatter() 等。
定制图表: ax.set_title(), ax.set_xlabel(), ax.set_ylabel(), ax.legend()。
显示图表: plt.show()。

折线图 (Line Plot)

折线图非常适合展示数据随时间或某个连续变量变化的趋势。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

# 1. 创建 Figure 和 Axes
fig, ax = plt.subplots()

# 2. 在 Axes 上绘图
ax.plot(x, y)

# 3. 定制图表
ax.set_title('Simple Sine Wave')
ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis (sin(x))')

# 4. 显示图表
plt.show()

柱状图 (Bar Chart)

柱状图用于比较不同类别之间的数量。

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [23, 45, 55, 19]

fig, ax = plt.subplots()
ax.bar(categories, values, color='skyblue')

ax.set_title('Category Comparison')
ax.set_xlabel('Category')
ax.set_ylabel('Value')

plt.show()

散点图 (Scatter Plot)

散点图用于可视化两个数值变量之间的关系，帮助我们发现相关性。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)

fig, ax = plt.subplots()
# 使用 c 参数映射颜色，s 参数映射大小，cmap 指定颜色图谱
ax.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='viridis')

ax.set_title('Scatter Plot Example')
ax.set_xlabel('X Value')
ax.set_ylabel('Y Value')

plt.show()

直方图 (Histogram)

直方图用于展示单个数值变量的分布情况。

import matplotlib.pyplot as plt
import numpy as np

# 生成符合正态分布的随机数据
data = np.random.randn(1000)

fig, ax = plt.subplots()
ax.hist(data, bins=30, edgecolor='black')

ax.set_title('Distribution of Data')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')

plt.show()

总结与展望

在本篇中，我们学习了 Matplotlib 的基本概念，特别是 Figure 和 Axes 的区别，并强烈推荐了面向对象的绘图风格。我们还实践了如何使用 OO 风格创建四种最基本的图表：折线图、柱状图、散点图和直方图。

虽然 Matplotlib 功能强大且灵活，但有时绘制美观的统计图表需要编写较多的样板代码。为了解决这个问题，社区开发了 Seaborn。在下一篇文章中，我们将学习 Seaborn 如何在 Matplotlib 的基础上，用更简洁的代码创建出更具美感和信息量的统计图形。

Python 数据分析与机器学习入门 (五)：Matplotlib 数据可视化基础