【第2月 day17】Matplotlib 新手设计的直方图与饼图学习内容

news2025/4/17 22:44:22

以下是专为Python新手设计的直方图与饼图学习内容，包含基础知识、代码演示及注意事项：

一、直方图（Histogram）

1. 直方图的作用

展示数据分布情况（如年龄分布、成绩分布）
观察数据集中趋势、离散程度

2. plt.hist() 核心参数

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据（1000个正态分布随机数）
data = np.random.randn(1000)

# 基础直方图
plt.hist(data, 
         bins=20,        # 柱子数量（或自定义区间列表）
         color='skyblue',# 柱子颜色
         alpha=0.7,      # 透明度
         edgecolor='black') # 边框颜色

# 添加标注
plt.title('数据分布直方图')
plt.xlabel('数值范围')
plt.ylabel('频数')
plt.grid(axis='y', alpha=0.5)
plt.show()

3. 常用进阶参数

density=True：显示概率密度（代替频数）
histtype='step'：阶梯状直方图
range=(min,max)：限定数据范围

二、饼图（Pie Chart）

1. 饼图的作用

展示各部分占整体的比例（如市场份额、开支分类）

2. plt.pie() 核心参数

# 示例数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']

plt.pie(sizes,
        labels=labels,         # 添加标签
        colors=colors,        # 自定义颜色
        autopct='%1.1f%%',     # 显示百分比格式
        startangle=90,         # 起始角度
        explode=(0, 0.1, 0, 0),# 突出第二部分
        shadow=True)          # 添加阴影

# 保证圆形比例
plt.axis('equal')  
plt.title('示例饼图')
plt.show()

3. 关键参数说明

explode：各部分突出程度（0表示不突出）
textprops：调整标签文字样式（如字体大小）
wedgeprops：调整扇形属性（如边框宽度）

三、避坑指南

直方图常见问题
- 数据需要是一维数组
- bins数量过多/过少会导致图形难以解读
- 分类数据建议使用条形图代替
饼图注意事项
- 分类不宜过多（建议≤6类）
- 确保各块比例总和为100%
- 重要部分尽量放在12点钟方向

四、综合练习

# 直方图+饼图组合示例
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12,5))

# 直方图
ax1.hist(np.random.randint(0,100,200), bins=10, color='teal')
ax1.set_title('分数分布')

# 饼图
sizes = [25, 35, 40]
ax2.pie(sizes, labels=['A','B','C'], autopct='%1.0f%%', 
        colors=['#ff9999','#66b3ff','#99ff99'])
ax2.set_title('品类占比')

plt.tight_layout()
plt.show()