如何用Python进行数据可视化（Matplotlib/Seaborn）？

Python作为数据分析领域的主流编程语言，拥有丰富的可视化工具库，其中Matplotlib和Seaborn是最常用的两个选择。Matplotlib是基础绘图库，灵活度高可定制性强，Seaborn基于Matplotlib封装，默认样式更美观，适合快速生成统计类图表。

环境准备

使用前需要先安装对应的库，可通过pip命令完成安装：

# 安装Matplotlib
pip install matplotlib
# 安装Seaborn
pip install seaborn

安装完成后在代码中导入相关模块即可使用：

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

Matplotlib基础绘图

绘制折线图

折线图适合展示数据随时间或有序类别的变化趋势，以下是生成简单折线图的示例：

# 生成示例数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建画布和坐标轴
plt.figure(figsize=(8, 4))
# 绘制折线
plt.plot(x, y, label="sin(x)", color="blue", linewidth=2)
# 添加标题和坐标轴标签
plt.title("正弦函数折线图")
plt.xlabel("X轴")
plt.ylabel("Y轴")
# 显示图例
plt.legend()
# 显示网格
plt.grid(True)
# 展示图表
plt.show()

绘制柱状图

柱状图适合对比不同类别的数值大小，示例代码如下：

# 类别数据
categories = ["类别A", "类别B", "类别C", "类别D"]
values = [23, 45, 56, 32]
plt.figure(figsize=(8, 4))
# 绘制柱状图
plt.bar(categories, values, color=["red", "green", "blue", "orange"])
plt.title("各类别数值对比柱状图")
plt.xlabel("类别")
plt.ylabel("数值")
plt.show()

Seaborn进阶绘图

绘制散点图

Seaborn的散点图可以自动添加回归拟合线，适合分析两个变量的相关关系：

# 生成示例数据
np.random.seed(10)
data = pd.DataFrame({
    "x": np.random.randn(100),
    "y": np.random.randn(100) * 0.5 + np.random.randn(100) * 0.5
})
# 绘制散点图并添加回归线
sns.regplot(data=data, x="x", y="y", scatter_kws={"color": "blue"}, line_kws={"color": "red"})
plt.title("变量X与Y的散点关系图")
plt.show()

绘制热力图

热力图适合展示二维数据的数值分布，常用于相关性分析：

# 生成相关性矩阵数据
corr_data = pd.DataFrame(np.random.randn(5, 5), columns=["指标1", "指标2", "指标3", "指标4", "指标5"]).corr()
# 绘制热力图
plt.figure(figsize=(8, 6))
sns.heatmap(corr_data, annot=True, cmap="coolwarm", fmt=".2f")
plt.title("指标相关性热力图")
plt.show()

两个库的核心差异对比

以下是Matplotlib和Seaborn的主要差异对比：

常见问题与注意事项

• 中文显示问题：Matplotlib默认不支持中文，需要手动设置字体，示例代码如下：

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

• 图表保存：可以使用plt.savefig("图表名称.png", dpi=300)方法将图表保存为本地文件，dpi参数可调整图片清晰度。
• 图表样式调整：Seaborn提供了多种内置主题，可通过sns.set_style("whitegrid")切换，可选值包括darkgrid、whitegrid、dark、white、ticks。

PythonMatplotlibSeaborn数据可视化修改时间：2026-07-14 21:21:25