适合练手的matplotlib小项目有哪些

发布时间：2021-12-22 09:08:29 作者：小新
来源：亿速云阅读：252

# 适合练手的Matplotlib小项目有哪些

Matplotlib是Python中最流行的数据可视化库之一，掌握它对于数据分析、科学计算和机器学习至关重要。以下是10个适合初学者和中级用户的练手项目，涵盖基础图表到高级可视化技巧。

---

## 一、基础图表绘制

### 1. 折线图与散点图
**项目目标**：绘制正弦函数和随机散点图  
```python
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y, label='sin(x)')
plt.scatter(x, np.random.rand(100), color='red', label='random points')
plt.legend()
plt.show()

学习要点： - plot()和scatter()的基本用法 - 图例添加与样式调整

2. 柱状图与饼图

项目目标：展示不同水果的销量占比

fruits = ['Apple', 'Banana', 'Orange']
sales = [45, 30, 25]

plt.figure(figsize=(12,5))
plt.subplot(121)  # 1行2列第1个图
plt.bar(fruits, sales)
plt.subplot(122)  # 第2个图
plt.pie(sales, labels=fruits, autopct='%1.1f%%')
plt.show()

学习要点： - 多子图布局（subplot） - 饼图百分比显示

二、进阶可视化项目

3. 热力图

项目目标：用Seaborn风格绘制相关矩阵

import seaborn as sns
data = np.random.rand(5,5)
sns.heatmap(data, annot=True)
plt.title("Correlation Matrix")
plt.show()

学习要点： - Matplotlib与Seaborn的集成 - 注释文本显示

4. 3D曲面图

项目目标：绘制三维函数图像

from mpl_toolkits.mplot3d import Axes3D
X = np.linspace(-5, 5, 100)
Y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(X, Y)
Z = np.sin(np.sqrt(X**2 + Y**2))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)
plt.show()

学习要点： - 3D坐标系的创建 - meshgrid的使用方法

三、实战应用项目

5. 股票价格可视化

项目目标：绘制带有移动平均线的股价K线图

from mplfinance.original_flavor import candlestick_ohlc
import pandas as pd

# 假设df包含OHLC数据
df = pd.read_csv('stock_data.csv')
fig, ax = plt.subplots()
candlestick_ohlc(ax, df.values, width=0.6)
plt.plot(df['Close'].rolling(20).mean(), label='20-day MA')
plt.legend()
plt.show()

学习要点： - 金融数据可视化 - 滚动统计量计算

6. 地理地图绘制

项目目标：使用Basemap绘制疫情分布图

from mpl_toolkits.basemap import Basemap

m = Basemap(projection='mill', llcrnrlat=20, urcrnrlat=50,
            llcrnrlon=70, urcrnrlon=140, resolution='c')
m.drawcoastlines()
m.drawcountries()
x, y = m(116.4, 39.9)  # 北京坐标
m.plot(x, y, 'ro', markersize=10)
plt.title("COVID-19 Outbreak")
plt.show()

注意：Basemap已停止维护，推荐使用Cartopy替代

四、创意可视化项目

7. 动态图表

项目目标：创建实时更新的传感器数据仪表盘

import random
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'r-')

def update(frame):
    xdata.append(frame)
    ydata.append(random.random())
    ln.set_data(xdata, ydata)
    ax.relim()
    ax.autoscale_view()
    return ln,

ani = FuncAnimation(fig, update, frames=range(100), blit=True)
plt.show()

学习要点： - FuncAnimation的使用 - 实时数据更新机制

8. 艺术化图表

项目目标：用极坐标绘制玫瑰图

theta = np.linspace(0, 2*np.pi, 8)
r = np.random.randint(1,10,8)
plt.polar(theta, r, 'r-')
plt.fill(theta, r, 'pink', alpha=0.5)
plt.title("Rose Diagram")
plt.show()

五、项目资源推荐

数据集来源：
- Kaggle（https://www.kaggle.com/datasets）
- UCI机器学习仓库
学习资料：
- Matplotlib官方Gallery（含代码）
- 《Python数据可视化实战》

通过完成这些项目，你将掌握： - 90%的常用图表绘制方法 - 自定义样式和动画技巧 - 实际业务场景的应用能力 “`

注：实际代码运行时可能需要安装相关依赖库（如pip install seaborn mplfinance basemap）。建议从简单项目开始，逐步挑战复杂可视化。