Python Matplotlib绘制面积图与热力图实战指南

晚来风

发布时间：2026-10-15 | 3人浏览过

原创

本文详细介绍如何使用Python的Matplotlib库绘制面积图和热力图。通过具体代码示例，演示了利用plt.stackplot()绘制速度-时间面积图以展示位移，以及使用plt.imshow()生成数据差异热力图的方法，包含字体设置、坐标轴标签及颜色条配置等关键步骤。

1.绘制面积图

面积图主要用于展示特定指标随时间变化的趋势，其覆盖的面积通常具有特定的物理或统计意义。

在Matplotlib中，绘制面积图主要依赖plt.stackplot()函数。

以物理学中常见的追及相遇问题中的速度-时间（v-t）图像为例，下面将绘制一幅简化的v-t图像。

全局字体设置为默认黑体，时间范围设定为第0秒至第10秒，用于描述甲、乙两个物体的速度变化。在此图中，曲线下的面积代表位移量。

标题部分采用楷体字体（需将系统中的TTF字体文件“STKAITI.TTF”复制到当前工作目录）。

import matplotlib.pyplot as plt
from matplotlib import font_manager

fig = plt.figure(1, facecolor='#ffffcc', figsize=(6, 6))
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['axes.facecolor'] = '#cc00ff'
x = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
v1 = [1, 1, 1, 2, 3, 4, 5, 5, 5, 5, 5]
v2 = [0.5, 0.5, 0.5, 1, 1.5, 2, 2.5, 3, 3, 2, 1]
plt.stackplot(x, v1, color=['#ff0000'])
plt.stackplot(x, v2, color=['#33ff66'])
plt.xlim(0, 10)
plt.title('v-t图像', fontsize=25, color='#0033cc', fontproperties=font_manager.FontProperties(fname="STKAITI.TTF"))
plt.xlabel('t/s')
plt.ylabel('v/(m/s)')
plt.legend(['甲', '乙'], bbox_to_anchor=(0.2, 0.95))
plt.show()

图像最终呈现效果如下：

2.绘制热力图

在数据分析领域，热力图是一种常用可视化工具，它通过颜色深浅和亮度差异来直观展示数据间的对比与差异。

绘制热力图通常使用plt.imshow()方法，这也是Matplotlib中进行图像处理时的常用函数。

以下提供一个热力图绘制的案例示例：

import matplotlib.pyplot as plt
from matplotlib import font_manager
import numpy as np
np.random.seed(30)
data = np.random.randint(70, 100, (30, 8))
plt.imshow(data)
plt.xticks(range(0, 8), ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'])
plt.yticks(range(0, 30), np.array(range(1, 31), dtype='U3'))
# 显示颜色条
plt.colorbar()
plt.title('30个产品的ABCDEFGH指标热力图', fontsize=25, color='#0033cc', fontproperties=font_manager.FontProperties(fname="STKAITI.TTF"))
plt.show()

图像最终呈现效果如下：