核心知识点#

1. 数据可视化的本质

   利用图形化手段，将一组数据以图形形式呈现，借助开发工具和数据分析，挖掘其中未知信息的处理过程，本质是从数据空间到图形空间的映射。

2. 数据可视化的核心目标

   准确、高效且全面地传递数据信息，建立数据间关联，发现数据规律与特征，挖掘有价值信息，提升数据沟通效率。

3. 数据可视化的分类

   分为层次数据可视化、多维数据可视化、时序数据可视化、地理数据可视化四类。

4. 各类数据的核心特征

   • 层次数据：存在父子 / 包含关系
   • 多维数据：由多属性进行描述
   • 时序数据：包含时间戳，关注数据变化
   • 地理数据：绑定地理位置信息

5. 数据可视化流程三大核心要素

   数据表示与变换、可视化呈现、用户交互（流程环节依次为原始数据、数据预处理、数据过滤、数据映射、几何图形绘制、图像数据分析）

6. 数据可视化设计 “四级级联” 层次

   • 问题刻画层：明确要解决的具体问题
   • 抽象层：将业务需求转化为对应的数据
   • 编码层：选择合适的图表类型
   • 算法实现层：使用 Python 工具完成图表绘制

核心知识点#

1. Matplotlib 导入与基础配置

python

运行

1
import numpy as np  # 负责生成数据
2
import matplotlib.pyplot as plt  # 核心绘图库，简写为plt
3
# 解决中文显示乱码（小方框）和负号显示异常问题
4
plt.rcParams['font.family'] = 'SimHei'
5
plt.rcParams['axes.unicode_minus'] = False
6
# Mac系统中文设置：plt.rcParams['font.family'] = 'Arial Unicode MS'

2. 绘图核心对象

   • Figure 画布：是所有图表的顶层容器，相当于一张白纸，可通过fig.patch设置背景矩形，fig.axes获取子图列表，fig.texts设置图表文字。

   • Axes 子图：拥有诸多属性与方法，具体如下：

     属性名	描述	示例操作
     ax.patch	Axes 的背景矩形	ax.patch.set_facecolor(‘yellow’)
     ax.lines	Axes 上所有折线 (Line2D) 的列表	ax.lines[0].set_color(‘red’)
     ax.xaxis	x 轴对象 (控制刻度、标签等)	ax.xaxis.set_label_text(‘X’)
     ax.yaxis	y 轴对象 (控制刻度、标签等)	ax.yaxis.set_ticks([0, 2, 4])
     ax.legend	图例对象	ax.legend(loc=‘upper right’)

   同时 Axes 支持多种绘图方法，对应不同图表类型：

   Axes 方法	图表类型	存储列表	示例代码
   ax.plot()	折线图	ax.lines	ax.plot(x, y, ‘r-’)
   ax.scatter()	散点图	ax.collections	ax.scatter(x, y, c=‘b’)
   ax.bar()	柱状图	ax.patches	ax.bar(x, y, width=0.8)
   ax.hist()	直方图	ax.patches	ax.hist(data, bins=10)
   ax.text()	添加文字	ax.texts	ax.text (1, 2,’ 文字 ’)

3. 子图划分

   • plt.subplot()

python

运行

1
x = np.arange(1, 11)
2
plt.subplot(1, 2, 1)  # 第1行第1列子图（可简写为plt.subplot(121)）
3
plt.plot(x, x, color='red')
4
plt.title('y=x')
5
plt.subplot(122)  # 第1行第2列子图
6
plt.plot(x, -x, color='blue')
7
plt.title('y=-x')
8
# 关键：调整子图间距，避免标题/标签重叠
9
plt.tight_layout()  # 自动调整间距
10
plt.show()

• plt.subplots()（批量创建子图）

python

运行

1
import matplotlib.pyplot as plt
2
import numpy as np
3

4
# 返回一个画布对象fig, ax是二维数组，2行2列共4个子图
5
fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(8, 6))
6
fig.patch.set_color('b')  # 画布背景蓝色
7
fig.patch.set_alpha(0.1)  # 画布背景透明度0.1
8

9
x = np.arange(1, 11)  # 生成1到10的整数数组（共10个元素）
10
ax[0, 0].plot(x, x)        # 子图(0,0)：绘制y = x的直线
11
ax[0, 1].plot(x, -x)       # 子图(0,1)：绘制y = -x的直线
12
ax[1, 0].plot(x, x**2)     # 子图(1,0)：绘制y = x²的抛物线
13
ax[1, 1].plot(x, np.log(x))# 子图(1,1)：绘制y = ln(x)的对数曲线
14

15
# ravel()将二维数组ax转为一维数组，遍历每个子图设置标题
16
for i, axes in enumerate(ax.ravel()):
17
    axes.set_title('ax' + str(i + 1), fontsize='20')  # 子图标题：ax1、ax2、ax3、ax4
18

19
fig.tight_layout()  # 自动调整子图间距，避免标题/坐标轴标签重叠
20
plt.show()

• fig.add_subplot()（灵活添加子图）

python

运行

1
fig = plt.figure()
2
# 创建新画布
3
ax1 = fig.add_subplot(221) # 2行2列的第1个子图
4
ax1.text(0.4, 0.5, 'ax1' , c='r' , fontsize=18)
5
ax3 = fig.add_subplot(223) # 2行2列的第3个子图
6
ax3.text(0.4, 0.5, 'ax3' , c='r' , fontsize=18)
7
ax2 = fig.add_subplot(122) # 1行2列的第2个子图
8
ax2.text(0.4, 0.5, 'ax2' , c='r' , fontsize=18)

注：ax.text(0.4, 0.5, ...) 中的 x=0.4 和 y=0.5 是子图内归一化坐标，范围 x∈[0,1]、y∈[0,1]；add_subplot(num)中 num 为 3 位数字，代表行数 - 列数 - 子图编号，编号从左上到右下递增。4. 基础绘图函数与图形类型折线图（plt.plot()）、柱状图（plt.bar()）、水平条形图（plt.barh()）、散点图（plt.scatter()）、饼图（plt.pie()）、箱线图（plt.boxplot()）、雷达图（plt.polar()）5. 图形基础设置标题（plt.title()）、轴标签（plt.xlabel()/plt.ylabel()）、图例（plt.legend()）、网格线（plt.grid()）、图形显示（plt.show()）、图形保存（plt.savefig()）6. Axes 对象相关操作可通过plt.gca()获取当前子图

核心知识点#

1. 连续型数据可视化
   • 折线图：将数据点用直线连接，用于展示连续型数据变量间的关系
   • 阶梯图：折线图的 y 值保持恒定直至发生变化再跳跃至下一个值，形状类似阶梯
   • 面积图：又称堆积折线图，将折线与 x 轴间区域填充色块或纹理，多由多组时序数据构成，强调数据随时间的变化及总值变化趋势，总体面积代表总量，各层面积代表分量总和
2. 离散型数据可视化
   • 散点图：由散乱的点构成，在回归分析和预测中使用频繁，函数格式为plt.scatter(x,y,s=None,c=None,marker=None,cmap=None,edgecolors=None, **kwargs)
     • s：点的大小；c：颜色；marker：点的标记样式
     • cmap：字符串 / Colormap，c 为数值数组时映射为渐变色
     • edgecolors：散点边缘色，None 时同 c 色
     • alpha：0-1 浮点数，控制透明度以解决重叠遮挡
     • label：图例标签
   • 柱状图：以柱体高度或长度表示数据变化，函数plt.bar(x, height, width=0.8, bottom=None,align='center' , *kwargs)
     • x：柱位置；height：柱高度
     • width：默认 0.8，控制柱子宽度
     • bottom：默认 None，设置柱子底部起始位置
     • align：默认 ‘center’，指定 x 与柱子的对齐方式
   • 堆积柱状图：将同一类别的若干柱体上下堆积，可同时对比单个数据和类别总和数据
3. 比例数据可视化
   • 饼图：适合表现比例、份额类数据，能清晰呈现各部分占比，但不适合精确对比，且子类最好控制在 10 个左右，使用plt.pie()绘制
   • 分裂式饼图：通过设置explode参数突出特定扇形，如explode=(0, 0.2, 0, 0, 0, 0)可将第 2 个扇形突出 0.2 的位置

python

运行

1
x=[10, 5, 20, 10, 25, 15]
2
labels=('波斯猫','加菲猫', '短毛猫', '狸花猫','孟加拉猫', '其它')
3
explode =(0, 0.2, 0, 0, 0, 0) #第2个扇形突出0.2
4
patch, txt, pct = plt.pie(x, labels=labels, autopct='%.1f%%',explode=explode, textprops={'fontsize' : 12})
5
#patch:扇形列表, txt标签文字列表,pct: 百分比文字列表
6
for p in patch:
7
    p.set_alpha(0.6) #设置每个扇形的透明度
8
plt.legend(bbox_to_anchor=(1, 1))

• 环形图：以外围不同颜色弧形长度表示数值占比，与饼图不同，可表示多个指标分类的占比情况

4. 关系数据可视化
   • 气泡图：类似散点图，通过气泡大小反映第三个变量变化，若辅以不同颜色可反映四维变量
   • 直方图：统计图表，以高度不等的柱体表示数据分布，横轴为数据区间段，纵轴为对应区间数据频次
   • 堆积直方图：可在同一画布展示多组数据分布，需提供两组数据并指定stacked=True，同时bins参数可设为数值列表自定义分段区域（数据边界左闭右开）

核心知识点#

1. 箱线图绘制及参数设置

   箱线图用于展示数据分布，由箱体和一对箱须构成，箱体下边沿为下四分位数 Q1、上边沿为上四分位数 Q3，箱内横线为中位数 Q2，箱须外数值为离群值，用小圆圈标注。

   绘制函数plt.boxplot(x,sym=,whis=,widths=,patch_artist=)，参数说明如下：

   参数名	说明	参数名	说明
   x	数据序列	widths	设置箱体宽度
   patch_artist	是否给箱体设置颜色	vert	True 纵向，False 横向
   showmeans	默认 False 不显示，True 则显示均值线	meanline	默认 False 均值用点表示，True 均值用线表示
   labels	刻度标签	sym	离群点的标记样式
   whis	四分位间距的倍数，确定箱须包含数据的范围，默认值 1.5	-	-

2. 极线图（雷达图）绘制

   使用plt.polar()绘制，绘制在极坐标系上，通过极角和极径对比数据差异，可同时绘制多个数据序列，各点代表对应数据指标

3. 误差棒图、等高线图、3D 绘图的基础概念

   • 误差棒图：可视化实验数据时用于表示测量偏差，以测量值算术平均值为中点，上下两端线段代表数据可能的置信区间，计算方法有单一数值、置信区间、标准差、标准误等，样式分水平、垂直、对称、非对称误差棒，绘制函数plt.errorbar()，参数包括 x/y（数据坐标）、yerr/xerr（对应轴方向误差）、ecolor（误差棒颜色）、elinewidth（误差棒线宽）、capsize（误差棒头部小横线宽度）、errorevery（绘制间隔）
   • 等高线图：数据分析中用于反映数值变化，本质是绘制函数 z=f (x,y) 的变化，将 z 值相等的点连成平滑曲线投影到平面，需先用np.meshgrid生成平面网格坐标，可用于机器学习决策区域绘制，contour()绘制决策边界线，contourf()给决策区域着色
   • 3D 绘图：需将 Axes 子图设为三维坐标系，有两种方法，一是创建子图时指定projection='3d'，二是导入mpl_toolkits.mplot3d中的Axes3D对象转换画布；可绘制 3D 柱状图（多组数据可在三维空间分层对比，zdir 仅改变观察角度）和 3D 曲面图（绘制 z=f (x,y)，用plot_surface(x, y, z, rstride=1, cstride=1)，rstride 和 cstride 控制曲面行列跨度，最小值为 1 时光滑度最高）

核心知识点#

1. 坐标轴与刻度设置
   • 轴标签：plt.xlabel()/plt.ylabel()或ax.set_xlabel()/ax.set_ylabel()
   • 轴范围：plt.xlim()/plt.ylim()/plt.axis()或ax.set_xlim()/ax.set_ylim()
   • 轴刻度：plt.xticks()/plt.yticks()或ax.set_xticks()/ax.set_yticks()，还可设置主次刻度、绘制双轴图、实现多子图共享坐标轴
2. 图表配色

   • 颜色表示方式：英文单词（如 white、black、red 等）、字母缩写（如 w、k、r 等）、十六进制、RGB 元组，常见颜色对应如下：

     英文单词	字母缩写	英文单词	字母缩写
     white	w	blue	b
     black	k	maroon	m
     yellow	y	lightgreen	-
     green	g	skyblue	-
     cyan	c	pink	-
     purple	-	red	r

   • 颜色映射

     • 可使用默认或指定映射表（如 spring、winter、Greys、Greys_r），示例如下：

python

运行

1
np.random.seed(7)
2
p = np.random.rand(20, 2)
3
dottype = np.random.randint(0, 3, 20)
4
plt.scatter(p[:, 0], p[:, 1], s=60, c=dottype) #默认映射表
5
plt.scatter(p[:, 0]+0.1, p[:, 1]+0.1, s=60, c=dottype, cmap='spring') #指定spring映射表

• 也可自定义颜色映射表，示例如下：

python

运行

1
import matplotlib as mpl
2
np.random.seed(7)
3
p=np.random.rand(20, 2)
4
dottype =np.random.randint(0, 3, 20) #类型值0、1、2
5
mycolormap = mpl.colors.ListedColormap(['r', 'g', 'b']) #自定义颜色映射表
6
plt.scatter(p[:, 0], p[:, 1], s=60, c=dottype, cmap=mycolormap)

• 颜色标尺：用plt.colorbar()添加，可通过shrink设定标尺高度（如shrink=0.8为图形高度的 80%）、aspect规定宽度（值越大越窄）

3. 文本属性设置

python

运行

1
plt.rcParams['font.family'] = 'SimHei' # 设置使用黑体字体以正常显示中文
2
plt.rcParams['font.size'] = 18 # 全局文本默认大小18
3
plt.rcParams['text.color'] = 'blue' # 全局文本蓝色

文本属性参数如下：

核心知识点#

1. 文本数据可视化
   • jieba 分词：使用jieba.lcut()进行分词，jieba.add_word()添加新词，示例如下：

python

运行

1
import jieba
2
s='欢迎报考广东金融学院的相关专业!'
3
print('原句子:', s)
4
lst =jieba.lcut(s)
5
print(lst)
6
#更新词库之前的分词结果
7
print('**************更新词库后**************')
8
jieba.add_word('广东金融学院')
9
#临时添加新词"广东金融学院"
10
#更新词库之后的分词结果
11
print(jieba.lcut(s))

• 词云图：需使用 wordcloud 库，安装命令pip install wordcloud，示例如下：

python

运行

1
from wordcloud import WordCloud
2
s= "With the improving of semiconductor technology, a single chip integrates more and more processing cores. Highly parallel applications are distributed to tens of processing units. The inter-processor communication delay becomes more and more important for parallel applications."
3
#1.构造一个WordCould对象(背景颜色,宽,高)
4
wc= WordCloud(background_color='white', width=1000, height=800)
5
# 2. 传入字符串s, s应为英文句子格式(词汇间空格分隔)
6
#生成词云
7
wc.generate(s)
8
# 3.调用to_file()方法将词云保存为图片文件(png, jpg等)
9
wc.to_file('img/wc.png')

2. 动态图、世界地图绘制的基础概念
   • 动态图：Matplotlib 可绘制动态图形并保存为.gif 文件，核心函数为FuncAnimation，参数包括 fig（承载动画的画布）、func（动画更新函数）、frames（一轮动画数据）、init_func（初始化函数，非必须）、repeat（是否循环，默认 True）、interval（帧更新间隔，默认 200 毫秒），示例如下：

python

运行

1
%matplotlib notebook
2
from matplotlib.animation import FuncAnimation #引入动图函数, 绘制一条会"动" 的余弦曲线
3
x =np.arange(0, 2*np.pi, 0.01)
4
#执行后返回Line2D列表
5
lines_lst = plt.plot(x, np.cos(x))
6
#取出第0根线,这是update函数需要改变的全局对象
7
line =lines_lst[0]
8
def init():
9
#初始化函数,每次新一轮动画开始时执行一次,不是必须的
10
    line.set_ydata(np.cos(x))
11
#最重要的更新动画函数,每帧自动重复调用
12
def update(n):
13
#print('帧号:', n)
14
    line.set_ydata(np.cos(x +n/10))
15
#每次传入的n值不同,更新Y轴数据,图像自动更新
16
ani = FuncAnimation(fig=plt.gcf(),
17
#创建动画对象,gcf()获取当前画布,作为动画的载体
18
func=update,
19
#设置更新函数
20
frames=100,
21
#如为单个整数,则数据序列为range(0,100)
22
init_func=init,
23
#设置初始化函数
24
interval=20, repeat=True)
25
#每帧间隔20毫秒, 默认值True, 动画一直循环
26
ani.save('img/cos_ani.gif', fps=10)
27
#保存为gif动画文件,每秒10帧

• 世界地图绘制：使用 Cartopy 包，可与 Matplotlib 配合创建出版级地图，安装命令pip install cartopy==0.23（Cartopy0.23 适配 Matplotlib3.7，Cartopy0.22 适配 Matplotlib3.5），该包提供多种地图投影和地理信息处理方法。

核心知识点#

1. Seaborn 简介与绘图特点

   • 与 Matplotlib 的关系：基于 Matplotlib 的统计可视化库，专为统计数据展示设计，相比 Matplotlib，代码更简洁、可自动美化、支持语义映射、深度集成 Pandas
   • 主题样式：有 5 种预设主题，默认darkgrid（灰色背景 + 网格线，适合数据对比），还包括whitegrid、dark、white、ticks（白色背景 + 无网格 + 刻度线，适合论文 / 报告），可设置中文字体：sns.set_style('ticks', {'font.sans-serif' : 'SimHei' })
   • 数据集加载
     • 在线加载：tips = sns.load_dataset('tips')
     • 本地加载：tips = sns.load_dataset('tips', data_home='/seaborndata')
     • Pandas 读取 CSV：tips = pd.read_csv('seaborndata/tips.csv')

2. 核心绘图函数

   Seaborn 绘图函数分 figure-level 图级和 axes-level 轴级，图级函数（如catplot）支持 kind/col/row/height/aspect，返回 FacetGrid 对象；轴级函数（如 barplot/boxplot）不支持多子图，返回 Matplotlib 的 Axes 对象。

   • sns.catplot()：默认图形类型为 strip，x 为分类变量（一对多关系）
   • sns.relplot()：支持 hue 参数分类着色，用于展示变量间相关关系，x/y 为连续变量（一对一关系），kind 参数可选’scatter’（默认，散点图）或 ‘line’（折线图）

3. Seaborn 数据集加载

   可通过sns.load_dataset()加载内置数据集（如 titanic/tips/iris）

核心知识点#

1. Pandas 数据读写

   • CSV 文件：pd.read_csv()/pd.to_csv()
   • Excel 文件：pd.read_excel()/pd.to_excel()
   • JSON 文件：pd.read_json()

2. NumPy 随机数据生成

   • 标准正态分布：np.random.randn()
   • 整数随机数：np.random.randint()
   • 网格坐标：np.meshgrid()
   • 序列生成：np.linspace()

3. NumPy 随机种子

   通过np.random.seed()可实现随机数结果重现