### 使用Matplotlib绘制高级图表 #### 1. 绘制热力图 热力图是一种用于显示二维数据矩阵的可视化工具，颜色深浅表示数值大小。以下是使用 `matplotlib` 绘制热力图的示例代码[^4]： ```python import numpy as np import matplotlib.pyplot as plt import itertools # 设置相关性矩阵 cm = np.array([[1, 0.082, 0.031, -0.0086], [0.082, 1, -0.063, 0.062], [0.031, -0.09, 1, 0.026], [-0.0086, 0.062, 0.026, 1]]) # 设置配色方案 cmap = plt.cm.cool() # 绘制热力图 plt.imshow(cm, cmap=cmap) # 显示颜色条 plt.colorbar() # 设置x轴和y轴的刻度标签 classes = ['负债率', '信贷数量', '年龄', '家属数量'] tick_marks = np.arange(len(classes)) plt.xticks(tick_marks, classes) plt.yticks(tick_marks, classes) # 在每个单元格中显示数值 for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])): plt.text(j, i, cm[i, j], horizontalalignment='center') # 隐藏网格线 plt.grid(False) # 显示图表 plt.show() ``` #### 2. 绘制甘特图 甘特图用于展示项目计划的时间安排，适合表示任务的起止时间。以下是使用 `matplotlib` 绘制甘特图的示例代码[^5]： ```python import numpy as np import matplotlib.pyplot as plt # 定义任务名称、持续时间和起始位置 ticks = np.array(['报告提交', '答辩', '报告撰写', '数据结果分析', '数据录入', '代码撰写', '数据查找', '项目确定']) y_data = np.arange(1, 9) x_data = np.array([0.5, 0.5, 2.5, 0.5, 0.5, 4.5, 1, 1]) left_positions = np.array([9.5, 9, 6.5, 6.5, 6.5, 2, 1, 0]) # 创建图表 fig, ax = plt.subplots(1, 1) ax.barh(y_data, x_data, tick_label=ticks, left=left_positions, color='orange') # 设置x轴刻度 ax.set_xticks([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) # 设置标题和x轴标签 ax.set_title("数据可视化实训计划") ax.set_xlabel("日期") # 添加网格线 ax.grid(alpha=0.5, axis='x') # 显示图表 plt.show() ``` #### 3. 绘制带有风格的折线图 折线图是展示连续变量变化趋势的常用图表。以下是一个带有风格设置的折线图示例代码[^3]： ```python import matplotlib.pyplot as plt import numpy as np # 生成数据 x = np.arange(0, 5, 0.1) y = np.sin(x) # 绘制折线图 plt.plot(x, y, label='sin(x)', color='blue', linestyle='--', linewidth=2) # 添加标题和轴标签 plt.title('sin(x) 函数图像') plt.xlabel('x') plt.ylabel('y') # 添加图例 plt.legend() # 显示图表 plt.show() ``` #### 4. 绘制复杂柱状图 柱状图可以用来比较不同类别的数值大小。以下是一个复杂柱状图的示例代码[^2]： ```python import matplotlib.pyplot as plt import numpy as np # 数据 data = np.array([10, 20, 30, 40]) # 绘制柱状图 plt.bar(range(len(data)), data, color=['red', 'green', 'blue', 'orange'], edgecolor='black') # 添加x轴和y轴标签 plt.xlabel('类别') plt.ylabel('值') # 添加标题 plt.title('基础条形图') # 显示图表 plt.show() ``` ### 注意事项 - 在绘制中文图表时，需要解决字体问题以避免乱码。可以通过设置 `plt.rcParams['font.sans-serif']` 来指定支持中文的字体[^4]。 - 如果需要保存高质量图表，可以使用 `plt.savefig()` 方法，并指定格式为矢量图（如 `.svg` 或 `.pdf`）。