matplotlib 中的 `figure()`、`plot()`、`bar()`、`pie()` 是数据可视化的核心函数，分别用于创建图形窗口、绘制线图、柱状图和饼图。下面通过代码示例和参数详解来阐述其用法。 ### 1. `figure()` 函数 `figure()` 用于创建一个新的图形窗口或激活一个已有的图形窗口。它是所有绘图操作的顶层容器。 **基本语法与参数：** ```python import matplotlib.pyplot as plt # 创建一个新的图形窗口，设置大小和DPI fig = plt.figure(figsize=(8, 6), dpi=100, facecolor='lightblue', edgecolor='black') plt.title("Figure 示例") plt.show() ``` * `figsize`: 以英寸为单位的图形宽高，默认为 `(6.4, 4.8)` [ref_2]。 * `dpi`: 分辨率（每英寸点数），影响输出图像的清晰度。 * `facecolor` / `edgecolor`: 图形背景色和边框颜色。 * 返回值 `fig` 是一个 `Figure` 对象，可用于进一步操作（如添加子图）。 **典型应用场景：** 当需要同时展示多个子图或自定义图形属性时，先创建 `figure` 对象是标准做法。例如，使用 `fig.add_subplot()` 添加子图 [ref_3]。 ### 2. `plot()` 函数 `plot()` 是最常用的函数，用于绘制**折线图**或**点图**，适用于展示数据随时间或其他连续变量的变化趋势 [ref_1]。 **基本语法与示例：** ```python import matplotlib.pyplot as plt import numpy as np # 生成示例数据 x = np.linspace(0, 10, 100) y = np.sin(x) # 绘制折线图，并设置线型、颜色、标记点等 plt.plot(x, y, color='red', # 线条颜色 linestyle='--', # 线型：实线('-'), 虚线('--'), 点线(':') linewidth=2, # 线宽 marker='o', # 数据点标记：圆圈('o'), 方块('s'), 星号('*') markersize=5, # 标记大小 label='sin(x)') # 图例标签 plt.xlabel("X轴标签") # X轴标题 plt.ylabel("Y轴标签") # Y轴标题 plt.title("折线图示例") # 图形标题 plt.legend() # 显示图例 plt.grid(True) # 显示网格 plt.show() ``` **关键参数解析：** * `x`, `y`: 数据点的横纵坐标序列。 * `kind`: 在Pandas的DataFrame.plot()方法中，`kind='line'` 即调用此函数绘制折线图 [ref_4]。 * 样式参数：`color` (颜色)、`linestyle` (线型)、`linewidth` (线宽)、`marker` (标记符号) 共同决定了图形的视觉样式 [ref_5]。 ### 3. `bar()` 与 `barh()` 函数 `bar()` 用于绘制**垂直柱状图**，适合比较不同类别的数值大小。`barh()` 则用于绘制**水平条形图**，用法类似 [ref_1]。 **基本语法与示例：** ```python import matplotlib.pyplot as plt # 示例数据 categories = ['A', 'B', 'C', 'D'] values = [23, 45, 56, 78] # 绘制垂直柱状图 plt.bar(categories, values, color=['skyblue', 'lightgreen', 'orange', 'pink'], # 每根柱子颜色 edgecolor='black', # 柱子边框颜色 width=0.6, # 柱子宽度 (barh中为height) alpha=0.8, # 透明度 label='类别数据') # 在柱子上方添加数值标签 for i, v in enumerate(values): plt.text(i, v + 1, str(v), ha='center', va='bottom') plt.xlabel("类别") plt.ylabel("数值") plt.title("垂直柱状图示例") plt.legend() plt.show() # 绘制水平条形图 plt.barh(categories, values, color='lightcoral', height=0.6) plt.xlabel("数值") plt.ylabel("类别") plt.title("水平条形图示例") plt.show() ``` **关键参数与技巧：** * `width` / `height`: 控制柱子的宽度（`bar`）或高度（`barh`）。 * `color`: 可接受单一颜色值，也可传入颜色列表实现每根柱子差异化着色。 * `edgecolor`: 设置柱子边框颜色，使图形层次更分明。 * 使用 `plt.text()` 或 `ax.annotate()` 为柱子添加数据标签是提升图表可读性的常见做法 [ref_1]。 ### 4. `pie()` 函数 `pie()` 用于绘制**饼图**，展示各部分占整体的比例，适用于显示简单的占比关系 [ref_6]。 **基本语法与示例：** ```python import matplotlib.pyplot as plt # 示例数据 labels = ['Python', 'Java', 'C++', 'JavaScript', 'Go'] sizes = [40, 25, 15, 15, 5] colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue', 'orange'] explode = (0.1, 0, 0, 0, 0) # 突出显示第一部分 plt.pie(sizes, explode=explode, # 各部分偏移量 labels=labels, # 各部分标签 colors=colors, # 各部分颜色 autopct='%1.1f%%', # 百分比格式：保留一位小数 shadow=True, # 添加阴影 startangle=90, # 起始角度（逆时针旋转） textprops={'fontsize': 10}) # 文本属性 plt.axis('equal') # 确保饼图是正圆形 plt.title("编程语言使用占比饼图") plt.show() ``` **关键参数解析：** * `explode`: 一个长度与数据相同的序列，指定各部分偏离圆心的距离，用于突出显示某一块 [ref_2]。 * `autopct`: 格式化字符串或函数，用于在饼图内部显示百分比。 * `startangle`: 饼图起始绘制角度，默认为0度（从正东方向开始）。设为90度则从正北方向开始 [ref_1]。 * `shadow`: 布尔值，是否添加阴影效果以增强立体感。 * `plt.axis('equal')`: 确保X轴和Y轴刻度一致，使饼图显示为正圆而非椭圆。 ### 综合对比与选择指南 下表总结了这四个函数的核心用途、适用场景及关键区别： | 函数 | 主要图形类型 | 核心用途 | 适用场景举例 | 关键区别/参数 | | :--- | :--- | :--- | :--- | :--- | | **`figure()`** | 图形窗口 | 创建或管理绘图画布 | 多子图布局、自定义图形属性 | `figsize`, `dpi`, `add_subplot` | | **`plot()`** | 折线图/点图 | 展示趋势、变化关系 | 股价走势、温度变化、时间序列 | `linestyle`, `marker`, `color` | | **`bar()`/`barh()`** | (水平)柱状图 | 比较类别间数值大小 | 销售额对比、人口统计、投票结果 | `width`/`height`, `color`, `edgecolor` | | **`pie()`** | 饼图 | 显示部分与整体比例 | 市场份额、预算分配、调查结果占比 | `explode`, `autopct`, `startangle` | **选择建议：** 1. **展示趋势或连续变化**：优先使用 `plot()` 绘制折线图。 2. **比较不同类别的数值**：使用 `bar()`（类别名较短时）或 `barh()`（类别名较长时）。 3. **显示构成比例**：使用 `pie()`，但不宜超过6-7个部分，否则难以辨识。 4. **创建复杂图形或多图布局**：首先使用 `plt.figure()` 或 `plt.subplots()` 创建画布和子图轴域，再在各轴域上调用具体的绘图函数 [ref_3]。 通过组合使用这些函数，并利用丰富的参数进行定制，可以满足绝大多数数据可视化的需求。例如，可以先通过 `plt.subplots(2, 2)` 创建一个2x2的子图网格，然后在每个子图轴（`ax`）上分别调用 `ax.plot()`、`ax.bar()`、`ax.barh()` 和 `ax.pie()` 来制作一个综合性的仪表板图表 [ref_3]。