Python Matplotlib图表绘制实战：从折线图到饼图的完整指南

晚来风

发布时间：2026-10-16 | 4人浏览过

原创

本文详细介绍Python中Matplotlib库的多种图表绘制方法。涵盖折线图、数学函数图像、散点图、柱状图、直方图及饼图的代码实现与参数设置。通过具体案例演示如何创建画布、配置样式、添加图例与网格，帮助开发者快速掌握Python数据可视化的核心技能。

前言

Matplotlib是Python中一款功能强大的绘图工具，其操作逻辑与MATLAB相似。对于熟悉MATLAB的用户而言，上手Matplotlib将非常迅速。

该库提供了一套面向对象的绘图API，能够轻松集成到Python的GUI工具包（如PyQt、WxPython、Tkinter）中，实现在应用程序内嵌入图形。此外，它也支持以脚本形式在Python环境、IPython Shell、Jupyter Notebook以及Web应用服务器中直接使用。

接下来，我们将通过具体示例，介绍如何利用Matplotlib绘制各类常见图表。

折线图绘制与显示

# 展现一周天气
# 1.创建画布
plt.figure(figsize=(20,8)) 
# plt.figure(figsize=(),dpi=)
# figsize:指定图的长宽
# dpi:图像清晰度
# 返回fig对象

# 2.绘制图像
plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13],label="hh")
# plt.plot(x,y,color=,linestyle=",label=")
# figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20,8), dpi=80)

# 显示图例
plt.legend(loc="lower left")

# 添加网格显示
plt.grid(True,linestyle='-',alpha=0.5)

# 3.保存图像 必须放在show的前边，因为show会释放图像资源
# plt.savefig("test.png")

# 4.显示图像
plt.show()

绘制数学函数图像

import numpy as np

# 1.准备x,y数据
x = np.linspace(-1,1,1000)
y = 2 * x * x

# 2.创建画布
plt.figure(figsize=(20,8), dpi=80)

# 3.绘制图像
plt.plot(x,y)

# 4.显示图像
plt.show()

from jupyterthemes import jtplot
jtplot.style(theme='monokai') #选择一个绘图主题

import matplotlib.pyplot as plt
# 个别环境需要以下代码
%matplotlib inline

plt.figure()
plt.plot([1,0,9],[4,5,6])
plt.show()

散点图绘制

# 1.准备数据
x, y = [1,2,3,4,5,6,7], [17,17,18,15,11,11,13]
# 2.创建画布
plt.figure(figsize=(20, 8))
# 3.绘制图像
plt.scatter(x,y)
# 4.显示图像
plt.show()

绘制柱状图

# 1.准备数据
x, y = [1,2,3,4,5,6,7], [17,17,2,15,11,11,13]
# 2.创建画布
plt.figure(figsize=(20, 8))
# 3.绘制图像
plt.bar(x,y,width=0.5,color=['r','b','y','g'])
# 4.显示图像
plt.show()

绘制直方图

x = [1,2,3,4,5,6,17,17,18,15,11,45,12,54,23,45,6,12,87,51,11,13]

plt.figure(figsize=(20,8), dpi=80)

distance = 2
group_num = int((max(x) - min(x)) / distance)

plt.hist(x, bins=group_num)

plt.show()

饼图

# 1.准备数据
x, y = [1,2,3,4,5,6,7], ['17','17','2','15','11','11','13']
# 2.创建画布
plt.figure(figsize=(20, 8))
# 3.绘制图像
plt.pie(x,labels=y,autopct='%1.2f%%',colors=['r','b','y','g'])
# x,y轴刻度等长
plt.axis('equal')
plt.legend(loc="lower left")
# 4.显示图像
plt.show()