手把手教你用Python画出高颜值统计图(完整代码版)

pip install matplotlib numpy seaborn plotly

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体（防止乱码，根据系统调整，Windows常用SimHei，Mac常用Arial Unicode MS）plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据np.random.seed(42)x = np.random.rand(50)y = np.random.rand(50)colors = np.random.rand(50)       # 颜色映射值sizes = np.random.rand(50) * 500  # 气泡大小# 2. 创建画布plt.figure(figsize=(8, 6))# 3. 绘制散点图# cmap='RdBu_r' 是红蓝反向渐变，alpha控制透明度，edgecolors给气泡加白边scatter = plt.scatter(x, y, s=sizes, c=colors, cmap='RdBu_r', alpha=0.6, edgecolors='white', linewidth=1.5)# 4. 添加颜色条cbar = plt.colorbar(scatter)cbar.set_label('数值强度', fontsize=12)# 5. 美化细节plt.title('小气泡图：渐变与透明度的艺术', fontsize=16, pad=20)plt.xlabel('X 轴', fontsize=12)plt.ylabel('Y 轴', fontsize=12)plt.grid(True, linestyle='--', alpha=0.3)# 6. 显示图表plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3D# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据t = np.linspace(0, 4 * np.pi, 100)x = np.sin(t)y = np.cos(t)z = t / (4 * np.pi) - 0.5  # 高度归一化# 2. 创建3D画布fig = plt.figure(figsize=(9, 7))ax = fig.add_subplot(111, projection='3d')# 3. 绘制散点（模拟曲线）# c=t 实现沿路径颜色渐变，cmap='plasma' 是紫粉梦幻风sc = ax.scatter(x, y, z, c=t, cmap='plasma', marker='^', s=50, edgecolors='none')# 4. 添加颜色条cbar = fig.colorbar(sc, ax=ax, shrink=0.6)cbar.set_label('时间参数 t', fontsize=12)# 5. 设置标签和标题ax.set_xlabel('X 轴', fontsize=12)ax.set_ylabel('Y 轴', fontsize=12)ax.set_zlabel('Z 轴', fontsize=12)ax.set_title('3D螺旋曲线：科技感的空间演绎', fontsize=16, pad=20)# 6. 调整视角 (可选)ax.view_init(elev=20, azim=-60)plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据x = np.linspace(0, 2 * np.pi, 400)sin_x = np.sin(x)cos_x = np.cos(x)# 2. 创建画布plt.figure(figsize=(10, 6))# 3. 绘制曲线plt.plot(x, sin_x, label='sin(x)', color='#2c3e50', linewidth=2)plt.plot(x, cos_x, label='cos(x)', color='#27ae60', linewidth=2)# 4. 填充区域 (核心技巧)# where=(sin_x >= cos_x): 只在sin大于cos的区域填充plt.fill_between(x, sin_x, cos_x, where=(sin_x >= cos_x), interpolate=True, color='#3498db', alpha=0.2, label='sin > cos')plt.fill_between(x, sin_x, cos_x, where=(sin_x < cos_x), interpolate=True, color='#e74c3c', alpha=0.2, label='sin < cos')# 5. 美化细节plt.legend(loc='upper right', frameon=False)plt.xlabel('X 轴 (弧度)', fontsize=12)plt.ylabel('函数值', fontsize=12)plt.title('三角函数阴影面积：谁大谁小一目了然', fontsize=16, pad=20)plt.grid(True, alpha=0.3, linestyle='--')# 设置X轴刻度为π的倍数plt.xticks([0, np.pi/2, np.pi, 3*np.pi/2, 2*np.pi],            ['0', 'π/2', 'π', '3π/2', '2π'])plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据 (7行9列的随机矩阵)np.random.seed(42)data = np.random.rand(7, 9).round(2)# 2. 创建画布plt.figure(figsize=(10, 6))# 3. 绘制热力图# cmap='RdYlBu_r' 是红黄蓝反向，适合表现高低差异im = plt.imshow(data, cmap='RdYlBu_r', aspect='auto')# 4. 添加颜色条cbar = plt.colorbar(im)cbar.set_label('数值大小', fontsize=12)# 5. 添加数值标注 (核心技巧：根据背景深浅自动切换黑白字)for i in range(7):    for j in range(9):        text_color = 'white' if data[i, j] > 0.5 else 'black'        plt.text(j, i, f'{data[i, j]:.2f}', ha='center', va='center', color=text_color, fontsize=10, weight='bold')# 6. 设置刻度和标题plt.xticks(range(9), [f'Col {j+1}' for j in range(9)])plt.yticks(range(7), [f'Row {i+1}' for i in range(7)])plt.title('热力图矩阵：数据密度的视觉呈现', fontsize=16, pad=20)plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据np.random.seed(42)groups = ['组别 A', '组别 B', '组别 C', '组别 D']data = [np.random.randn(100) + i for i in range(4)]# 2. 定义配色 (莫兰迪色系)colors = ['#66c2a5', '#fc8d62', '#8da0cb', '#e78ac3']# 3. 创建画布plt.figure(figsize=(10, 6))# 4. 绘制箱线图# patch_artist=True 是关键，允许给箱体填充颜色bp = plt.boxplot(data, labels=groups, patch_artist=True, widths=0.6, showmeans=True, meanline=True)# 5. 自定义箱体颜色for patch, color in zip(bp['boxes'], colors):    patch.set_facecolor(color)    patch.set_edgecolor('black')    patch.set_linewidth(1.5)# 自定义中位数线for median in bp['medians']:    median.set_color('black')    median.set_linewidth(2)# 6. 美化细节plt.ylabel('数值分布', fontsize=12)plt.title('自定义箱线图：多组数据分布对比', fontsize=16, pad=20)plt.grid(axis='y', alpha=0.3, linestyle='--')plt.axhline(0, color='gray', linewidth=0.8, linestyle='-') # 参考线plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据x = np.linspace(0, 4 * np.pi, 400)sin_x = np.sin(x)cos_x = np.cos(x)# 2. 创建画布plt.figure(figsize=(12, 6))# 3. 绘制多条曲线 (不同线型)plt.plot(x, sin_x, '--', label='Sin(x)', color='#3498db', linewidth=2)plt.plot(x, cos_x, ':', label='Cos(x)', color='#e74c3c', linewidth=2)# 4. 填充差异区域plt.fill_between(x, sin_x, cos_x, where=(sin_x >= cos_x), color='#3498db', alpha=0.15, label='Sin ≥ Cos')plt.fill_between(x, sin_x, cos_x, where=(sin_x < cos_x), color='#e74c3c', alpha=0.15, label='Sin < Cos')# 5. 添加零轴参考线plt.axhline(0, color='gray', linewidth=1, linestyle='-')# 6. 美化细节plt.legend(loc='upper right', frameon=False, fontsize=12)plt.xlabel('X 轴 (弧度)', fontsize=12)plt.title('多函数叠加比较：周期与区间的博弈', fontsize=16, pad=20)plt.grid(True, alpha=0.3, linestyle='--')# 限制Y轴范围，让波形更饱满plt.ylim(-1.5, 1.5)plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 生成数据x = np.linspace(0, 5 * np.pi, 200)# 添加随机噪声noise1 = np.random.normal(0, 0.15, len(x))noise2 = np.random.normal(0, 0.15, len(x))y1 = np.sin(x) + noise1y2 = np.cos(x) + noise2# 2. 创建画布plt.figure(figsize=(10, 6))# 3. 绘制面积图# alpha较低，营造朦胧感plt.fill_between(x, y1, alpha=0.4, color='#3498db', label='正弦波 + 噪声')plt.fill_between(x, y2, alpha=0.4, color='#2ecc71', label='余弦波 + 噪声')# 可选：画出中心线让趋势更明显plt.plot(x, np.sin(x), color='#2980b9', linewidth=1, linestyle='--', alpha=0.8)plt.plot(x, np.cos(x), color='#27ae60', linewidth=1, linestyle='--', alpha=0.8)# 4. 美化细节plt.xlabel('X 轴 (弧度)', fontsize=12)plt.ylabel('振幅', fontsize=12)plt.title('带噪声的面积图：真实世界的波动', fontsize=16, pad=20)plt.legend(frameon=False, fontsize=12)plt.grid(True, alpha=0.3, linestyle='--')plt.tight_layout()plt.show()

import matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 1. 准备数据categories = ['类别 A', '类别 B', '类别 C', '类别 D']data1 = [5, 20, 15, 25]data2 = [6, 18, 12, 20]data3 = [8, 22, 17, 23]x = np.arange(len(categories))  # 标签位置width = 0.25  # 柱子宽度# 2. 定义配色colors = ['#3498db', '#f39c12', '#2ecc71']# 3. 创建画布plt.figure(figsize=(10, 6))# 4. 绘制三组柱子 (错位排列)bars1 = plt.bar(x - width, data1, width, label='数据集 1', color=colors[0])bars2 = plt.bar(x, data2, width, label='数据集 2', color=colors[1])bars3 = plt.bar(x + width, data3, width, label='数据集 3', color=colors[2])# 5. 添加数值标签 (核心技巧)def add_labels(bars):    for bar in bars:        height = bar.get_height()        plt.text(bar.get_x() + bar.get_width()/2., height + 0.5,                 f'{int(height)}',                 ha='center', va='bottom', fontsize=10, weight='bold')add_labels(bars1)add_labels(bars2)add_labels(bars3)# 6. 美化细节plt.xticks(x, categories, fontsize=12)plt.ylabel('数值', fontsize=12)plt.title('分类柱状图：多维度数据横向对比', fontsize=16, pad=20)plt.legend(frameon=False, loc='upper left')plt.grid(axis='y', alpha=0.3, linestyle='--')plt.axhline(0, color='black', linewidth=0.8)plt.tight_layout()plt.show()

import plotly.graph_objects as goimport numpy as npfrom scipy import ndimage# 生成地形数据x = np.linspace(-3, 3, 100)y = np.linspace(-3, 3, 100)X, Y = np.meshgrid(x, y)# 创建复杂地形Z1 = np.sin(np.sqrt(X**2 + Y**2))Z2 = 0.3 * np.sin(2*X) * np.cos(2*Y)Z3 = 0.2 * np.exp(-0.5*(X**2 + Y**2))Z = Z1 + Z2 + Z3 + 0.1 * np.random.randn(100, 100)# 平滑处理Z = ndimage.gaussian_filter(Z, sigma=1.5)fig = go.Figure(data=[go.Surface(    z=Z,    x=X,    y=Y,    colorscale='Earth',    contours={        "z": {"show": True, "usecolormap": True,               "highlightcolor": "limegreen", "project": {"z": True}}    },    lighting={        "ambient": 0.8,        "diffuse": 0.6,        "fresnel": 0.2,        "specular": 0.5,        "roughness": 0.8    },    lightposition={"x": 1000, "y": 1000, "z": 1000},    hoverinfo="skip")])# 添加等高线投影fig.add_trace(go.Contour(    z=Z,    x=x,    y=y,    colorscale='Earth',    showscale=False,    contours=dict(coloring='lines'),    line=dict(width=1),    hoverinfo="skip"))fig.update_layout(    title='🗻 3D数据地形图',    scene=dict(        xaxis_title='经度',        yaxis_title='纬度',        zaxis_title='海拔',        aspectratio=dict(x=1.5, y=1.5, z=0.8),        camera=dict(            eye=dict(x=1.8, y=1.8, z=0.8)        )    ),    autosize=True,    height=800,    margin=dict(l=0, r=0, b=0, t=50))fig.show()

import plotly.graph_objects as goimport pandas as pd# 创建技能数据categories = ['Python编程', '数据分析', '机器学习',               '可视化', '算法能力', '工程能力',               '沟通协作', '产品思维']values = [9, 8, 7, 9, 8, 7, 6, 8]fig = go.Figure()# 添加雷达图fig.add_trace(go.Scatterpolar(    r=values + values[:1],  # 闭合图形    theta=categories + categories[:1],    fill='toself',    fillcolor='rgba(0, 255, 170, 0.3)',    line=dict(color='#00FFAA', width=3),    name='当前技能',    hovertemplate='<b>%{theta}</b><br>评分: %{r}/10<extra></extra>'))# 添加目标值对比target_values = [10, 9, 9, 10, 9, 8, 7, 9]fig.add_trace(go.Scatterpolar(    r=target_values + target_values[:1],    theta=categories + categories[:1],    fill='toself',    fillcolor='rgba(255, 0, 170, 0.2)',    line=dict(color='#FF00AA', width=2, dash='dash'),    name='目标技能',    hovertemplate='<b>%{theta}</b><br>目标: %{r}/10<extra></extra>'))fig.update_layout(    title='🎯 技能雷达图 | 个人能力评估',    polar=dict(        radialaxis=dict(            visible=True,            range=[0, 10],            tickfont=dict(size=12),            gridcolor='rgba(255,255,255,0.3)',            linecolor='rgba(255,255,255,0.5)'        ),        angularaxis=dict(            tickfont=dict(size=13, color='white'),            gridcolor='rgba(255,255,255,0.2)',            linecolor='rgba(255,255,255,0.5)',            rotation=90        ),        bgcolor='rgba(20, 20, 40, 0.8)'    ),    showlegend=True,    legend=dict(        yanchor="top",        y=0.99,        xanchor="left",        x=0.01,        bgcolor='rgba(0,0,0,0.5)',        bordercolor='rgba(255,255,255,0.3)',        borderwidth=1    ),    paper_bgcolor='rgba(10, 10, 30, 1)',    font_color='white',    height=700)fig.show()