1.3 基础绘图函数

1.3 基础绘图函数

本节摘要：Matplotlib 把"画一张图"浓缩成几个核心函数——plot 画折线、scatter 画散点、bar 画柱状、hist 画直方图。这四个函数覆盖了绝大多数入门需求，但真正该学的不是函数名，而是"什么数据配什么图形"的判断力：折线看趋势、散点看关系、柱状比大小、直方图看分布。本节逐个拆开这四个函数的用法、关键参数和适用场景，最后把四者放在一张决策图里对比，帮你建立起"拿到数据先想图形"的习惯。

你能学到什么

阅读完本节，你应当能够：

1. 说清 plot、scatter、bar、hist 四个函数各自表达什么、适合什么数据
2. 根据数据的形态和想问的问题，判断该用哪种图形
3. 用 plot 画折线并理解 x 省略时它怎么处理横轴
4. 用 scatter 的 size 和 color 参数把第三维信息编码进散点
5. 区分 bar 柱状图和 hist 直方图这两类极易混淆的图

一、先想"画什么"，再想"怎么画"

新手画图最常见的错误，不是写错函数名，而是拿到数据就随手挑一个函数往上套。折线图能画，散点图也能画，画出来都"像那么回事"，但表达的东西可能完全不对。

所以要先把选图的逻辑立起来。你画一张图，本质是在回答一个问题；不同的图回答不同的问题：

• 数据是一条随时间或顺序变化的序列，你想看它怎么走、往上还是往下——这是趋势，用折线图。
• 你有两个连续变量，想看它们之间有没有关系、是不是一个高另一个也高——这是相关性，用散点图。
• 数据是几个并列的类别，每类有个数值，你想比谁大谁小——这是比较，用柱状图。
• 你手上是一大串单个变量的值，想知道它们大致集中在哪个区间、分布均匀不均匀——这是分布，用直方图。

把这四条想清楚，选图基本不会错。下面这张决策图把这套判断画成了流程：

💡 关键直觉：先问"这张图要回答什么问题"，再选函数。函数只是手段，问题才是目的。反过来——先选函数再想问题——十有八九会把图做偏。

二、plot：折线，看趋势

plot 是最基础也最常用的函数。它把一系列点按顺序用线段连起来，用来表达"一个量随另一个量连续变化"的趋势，比如股价随日期、气温随小时、销售额随月份。

最常用的调用是 plot(x, y)，把横轴数据 x 和纵轴数据 y 传进去。如果你只传一个 y，省略 x，Matplotlib 会自动用 0、1、2、3 这样的序号当横轴——这在数据本身没有明确横坐标时很方便。

import matplotlib.pyplot as plt

days = [1, 2, 3, 4, 5, 6, 7]
temp = [22, 24, 21, 25, 28, 27, 26]

fig, ax = plt.subplots()
ax.plot(days, temp)
ax.set_xlabel("第几天")
ax.set_ylabel("气温")
ax.set_title("一周气温趋势")
​

plot 有一个很实用的能力：一次画多条线。连续调多次 plot，每条线会叠在同一个坐标系里，配合 label 参数，就能同时对比多条趋势。

fig, ax = plt.subplots()
ax.plot(days, [22, 24, 21, 25, 28, 27, 26], label="A 市")
ax.plot(days, [18, 19, 20, 22, 21, 23, 24], label="B 市")
ax.legend()
​

这条 label 配合 legend 的写法，是让多线图可读的关键，1.4 节讲图例时还会深入。现在先记住：要给每条线起个名字，图才能看懂。

三、scatter：散点，看关系

scatter 不连线，它把每个数据点单独画成一个标记。用途是看两个连续变量之间的关系——比如身高和体重、广告投入和销售额、学习时长和考试分数。

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)
ad_cost = np.random.rand(60) * 100          # 广告投入，0 到 100
sales = ad_cost * 1.5 + np.random.rand(60) * 20   # 销售额，大致随投入上升

fig, ax = plt.subplots()
ax.scatter(ad_cost, sales)
ax.set_xlabel("广告投入")
ax.set_ylabel("销售额")
​

散点图真正厉害的地方在于，它还能把第三维信息塞进去：用点的大小 s 编码一个量，用点的颜色 c 编码另一个量。这样一张二维散点图能同时表达四个维度的信息。

city_size = np.random.rand(60) * 500 + 50   # 城市规模，用点的大小表示
profit = sales - ad_cost * 0.8              # 利润率，用颜色表示

fig, ax = plt.subplots()
sc = ax.scatter(ad_cost, sales, s=city_size, c=profit, cmap="viridis", alpha=0.6)
fig.colorbar(sc, ax=ax, label="利润率")
​

这里 s=city_size 让点有大有小，c=profit 让点有深有浅，cmap 指定颜色的映射方案，colorbar 加一个色条解释颜色含义。这套"大小加颜色编码额外维度"的手法，是散点图区别于折线图的核心价值。

⚠️ 常见坑：scatter 的点太多时会又慢又糊。上千个点还能接受，几十万上百万个点就该考虑抽样或换 plot（plot 画点比 scatter 快，因为 scatter 为每个点单独建一个对象）。数据量大时，速度是实打实的代价。

四、bar：柱状，比大小

bar 画柱状图，用于几个并列类别之间的数值比较。它的横轴不是连续数值，而是"类别"——不同产品、不同地区、不同月份。柱子的高度就是每个类别对应的数值。

import matplotlib.pyplot as plt

products = ["手机", "电脑", "平板", "耳机", "手表"]
revenue = [320, 450, 180, 90, 140]

fig, ax = plt.subplots()
ax.bar(products, revenue)
ax.set_xlabel("产品")
ax.set_ylabel("销售额（万元）")
​

注意这里的横轴 products 是字符串类别，不是数字。柱状图的意义就在于：每个柱子代表一个独立的类别，柱子之间是并列关系，不是先后关系。这一点和折线图有本质区别——折线图强调"连续的变化"，柱状图强调"离散的比较"。

bar 有几个常用参数：width 控制柱子粗细，color 控制颜色，bottom 可以把柱子从某个高度往上叠（做堆叠柱状图）。这些在需要"分组对比"或"堆叠占比"时会用到。

fig, ax = plt.subplots()
x = [1, 2, 3, 4, 5]
last_year = [200, 300, 150, 250, 180]
this_year = [320, 450, 180, 300, 140]

ax.bar([i - 0.2 for i in x], last_year, width=0.4, label="去年")
ax.bar([i + 0.2 for i in x], this_year, width=0.4, label="今年")
ax.set_xticks(x)
ax.set_xticklabels(products)
ax.legend()
​

这段代码演示了分组柱状图的做法：把两组柱子各自往左、往右错开一点，再用 width 收窄，让它们并排而不是重叠。这是对比"去年 vs 今年"这类场景的标准手法。

五、hist：直方图，看分布

hist 画直方图，它回答的问题是"这一大串数值，大致长什么样"。它把数据分成若干个等宽的区间（叫 bin），数每个区间里落了多少个值，用柱子高度表示频数。柱状图是"类别比较"，直方图是"分布统计"——这是两个最容易混的图，务必分清。

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)
scores = np.random.randn(2000) * 15 + 70   # 均值 70、标准差 15 的成绩

fig, ax = plt.subplots()
ax.hist(scores, bins=30)
ax.set_xlabel("分数")
ax.set_ylabel("人数")
​

这里 bins=30 把分数范围切成 30 个小区间。bins 是最该调的参数：切太粗，分布细节看不清；切太细，柱子太多全是噪声。通常先试 10 到 50 之间，看着图再调。

hist 还有两个有用的开关：density=True 会把柱子高度从"频数"变成"概率密度"，让总面积归一化成 1，适合把不同样本量的分布放一起对比；cumulative=True 则画累积分布，看"小于某个值的有多少"。

💡 关键直觉：柱状图 bar 和直方图 hist 都长柱子，但一个问"各类谁大谁小"（横轴是类别），一个问"数值怎么分布"（横轴是数值区间）。判断标准看横轴：横轴是并列类别，是 bar；横轴是连续数值的区间，是 hist。

六、四种图放一起比

把四个函数并排看，差异会非常清楚。下面这张表是选图时的速查：

⚠️ 别用错图：把"各月销售额"画成散点图、把"身高体重关系"画成柱状图，都是常见的错误。图错了，结论也跟着错——比如把趋势画成散点，读者会误以为你在强调"点的离散"，而看不到"连续上升"这条主线。

图 四种基础图形与适用场景

一句话点题：plot 看趋势、scatter 看关系、bar 比大小、hist 看分布——四种图形，四个不同的问题，选对了图，数据自己会说话。

七、数据从哪来：列表、数组、DataFrame 都能喂

前面例子里的数据都是手写的 Python 列表，但实际数据往往来自 NumPy 数组或 Pandas 的 DataFrame。好消息是，这些绘图函数对输入"来者不拒"——列表、元组、NumPy 数组、Pandas 的 Series，都能直接喂进去。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)   # NumPy 数组
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)
​

真正要留意的是另一件事：x 和 y 的长度必须一致。 一个 100 个点、另一个 50 个点，plot 会直接报错。这个错在数据清洗不干净时特别常见——比如去掉了某几行的缺失值，结果 x 和 y 的维度对不上了。报错时先别怀疑库，先查两边长度。

还有一个细节：plot 接受的是"序列"，它不在乎序列从哪来。这意味着任何能产出数值序列的东西——一个生成器、一个函数算出来的结果——都能作为输入。这种"输入宽松"的设计，正是 Matplotlib 能和整个 Python 数据生态无缝咬合的原因之一。

八、组合使用：一张图上叠多种图形

四个函数不是互斥的，它们可以叠加在同一个 Axes 上。这是 Matplotlib 很灵活的一点：先画一条折线表示趋势，再叠一层散点强调原始观测值，甚至再加柱状图做对比。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)
y = np.random.rand(10) * 10

fig, ax = plt.subplots()
ax.plot(x, y, label="趋势线")
ax.scatter(x, y, label="原始观测点")
ax.legend()
​

这种"折线加散点"的组合，是数据报告里的常见做法：折线表达趋势，散点把每个真实观测值标出来，让读者既看到整体走势，又看到原始数据的离散程度。两个函数作用在同一个 ax 上，图就自然叠在一起。

组合的边界在于：不同图形要服务于同一个坐标系。 折线和散点能轻松叠加，因为横纵轴含义一致；柱状图和直方图却很少叠在一起，因为一个横轴是类别、一个横轴是数值区间，硬叠只会让读者困惑。能不能叠，看两条信息的坐标系是否兼容。

💡 关键直觉：绘图函数是"往同一个坐标系上添元素"，不是"每次新建一张图"。同一个 ax 上调多次绘图函数，元素就层层叠加。理解了这一点，你就能自由组合出折线加散点、柱状加标注这类复合图。

九、选图时最容易犯的三个错

把选图这件事落到实战，有三个错最常出现，值得提前打预防针。

第一个错，把并列类别画成折线图。比如五个城市的销售额，用折线连起来，读图的人会以为五个城市之间有个"先后递进"的关系，但其实它们是并列的五个类别。并列类别该用柱状图，用折线是暗示了不存在的连续性。

第二个错，把单变量分布画成柱状图。一组成绩数据，如果你先手动数好"每个分数段有多少人"再画 bar，效果上没错，但绕了远路——hist 一步就能完成"分箱加计数"。分不清 bar 和 hist 的人，往往就是在这里多干了活。

第三个错，画了多条线却不加图例。两条以上的线叠在一起，没有图例就是两条无名线，读者完全无法判断谁是谁。加 label 再 legend，成本两行代码，价值却是让整张图从"看不懂"变成"一目了然"。

⚠️ 别偷这个懒：图例不是可选项，多线图里它是"必选项"。没有图例的多线图，等于把一半信息丢在画布外。

核心回顾

• 先想"要回答什么问题"再选函数，函数是手段，问题是目的。
• plot 看趋势，画连续序列；省略 x 时会用序号当横轴。
• scatter 看关系，两个连续变量；用 size 和 color 能编码第三、第四维信息。
• bar 比大小，横轴是并列类别；分组柱状图靠左右错位加收窄 width 实现。
• hist 看分布，横轴是数值区间；bins 是关键的调参点，density 可归一化对比。
• bar 与 hist 最易混，判断标准看横轴是类别还是数值区间。

下一节我们不再换函数，而是给已经画出来的图"上妆"——颜色、线型、标记、刻度、图例这些常用参数，怎么让图从"能看"变成"好读"。