当前位置：首页 > news >正文

Matplotlib炫酷气泡图：代码实战与参数解析【第55篇—python：Matplotlib炫酷气泡图】

news 2025/8/14 22:59:26

文章目录

Matplotlib炫酷气泡图：代码实战与参数解析
- 1. 基础气泡图
- 2. 网格气泡图
- 3. 自定义颜色气泡图
- 4. 钟型气泡图
- 5. 交互式气泡图
- 6. 打卡气泡图
- 7. 动态气泡图
- 总结

Matplotlib炫酷气泡图：代码实战与参数解析

气泡图是一种展示数据分布、关联和趋势的强大工具。Matplotlib提供了灵活的绘图功能，允许我们创建各种类型的气泡图。在本文中，我们将深入探讨不同种类的炫酷气泡图，并为每种类型提供详细的参数说明和代码实战。

解决中文乱码：

plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题

1. 基础气泡图

首先，让我们从最基础的气泡图开始。基础气泡图是一种显示数据点的大小和颜色的图表，其中大小和颜色可以表示不同的变量。

import matplotlib.pyplot as plt
import numpy as np# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)
size = np.random.rand(50) * 100  # 随机生成气泡大小
colors = np.random.rand(50)  # 随机生成颜色# 绘制基础气泡图
plt.scatter(x, y, s=size, c=colors, alpha=0.7, cmap='viridis')# 添加标题和标签
plt.title('基础气泡图')
plt.xlabel('X轴')
plt.ylabel('Y轴')# 显示颜色条
plt.colorbar()# 显示图表
plt.show()

在上面的代码中，s参数指定了气泡的大小，c参数指定了颜色，alpha参数调整了透明度，cmap参数定义了颜色映射。

2. 网格气泡图

网格气泡图是在二维网格中显示气泡的一种方式，使得更容易看到数据之间的空间分布。

import matplotlib.pyplot as plt
import numpy as np# 生成示例数据
x = np.linspace(0, 10, 20)
y = np.linspace(0, 10, 20)
x, y = np.meshgrid(x, y)
size = np.random.rand(20, 20) * 100
colors = np.random.rand(20, 20)# 绘制网格气泡图
plt.scatter(x, y, s=size, c=colors, alpha=0.7, cmap='plasma')# 添加标题和标签
plt.title('网格气泡图')
plt.xlabel('X轴')
plt.ylabel('Y轴')# 显示颜色条
plt.colorbar()# 显示图表
plt.show()

在上面的代码中，我们使用meshgrid函数生成二维网格，然后绘制了网格气泡图。

3. 自定义颜色气泡图

有时候，我们需要根据特定的数据值范围自定义气泡的颜色。下面的代码演示了如何使用自定义颜色映射。

import matplotlib.pyplot as plt
import numpy as np# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)
size = np.random.rand(50) * 100
values = np.random.rand(50)  # 表示数据值# 自定义颜色映射
custom_cmap = plt.cm.get_cmap('coolwarm', 10)  # 10个颜色级别# 绘制自定义颜色气泡图
plt.scatter(x, y, s=size, c=values, cmap=custom_cmap, alpha=0.7)# 添加标题和标签
plt.title('自定义颜色气泡图')
plt.xlabel('X轴')
plt.ylabel('Y轴')# 显示颜色条
plt.colorbar()# 显示图表
plt.show()

在这个例子中，我们使用了coolwarm颜色映射，并指定了10个颜色级别。

4. 钟型气泡图

钟型气泡图是一种通过气泡的形状来表示数据分布的图表。在Matplotlib中，我们可以使用marker参数来定义不同形状的气泡。

import matplotlib.pyplot as plt
import numpy as np# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)
size = np.random.rand(50) * 100
shapes = ['o', 's', '^', 'D']  # 不同形状的气泡# 绘制钟型气泡图
for i in range(4):plt.scatter(x[i*12:(i+1)*12], y[i*12:(i+1)*12], s=size[i*12:(i+1)*12], marker=shapes[i], alpha=0.7)# 添加标题和标签
plt.title('钟型气泡图')
plt.xlabel('X轴')
plt.ylabel('Y轴')# 显示图表
plt.show()

在上面的代码中，我们使用了四种不同形状的气泡来表示数据。

5. 交互式气泡图

Matplotlib允许我们创建交互式图表，使用户能够与图表进行互动。下面的代码演示了如何使用mplcursors库创建交互式气泡图。

import matplotlib.pyplot as plt
import numpy as np
import mplcursors  # 导入mplcursors库# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)
size = np.random.rand(50) * 100
labels = [f'Data point {i+1}' for i in range(50)]  # 标签# 绘制交互式气泡图
scatter = plt.scatter(x, y, s=size, alpha=0.7, picker=True)
mplcursors.cursor(hover=True).connect("add", lambda sel: sel.annotation.set_text(labels[sel.target.index]))# 添加标题和标签
plt.title('交互式气泡图')
plt.xlabel('X轴')
plt.ylabel('Y轴')# 显示图表plt.show()

在这个例子中，我们使用了mplcursors库来创建交互式气泡图，用户可以将鼠标悬停在气泡上，显示相应的标签。

6. 打卡气泡图

打卡气泡图是一种时间序列数据可视化的方式，其中气泡的位置表示时间，大小表示数值。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd# 生成示例数据
dates = pd.date_range(start='2022-01-01', end='2022-01-31', freq='D')
values = np.random.rand(len(dates)) * 100# 绘制打卡气泡图
plt.scatter(dates, values, s=values, alpha=0.7)# 添加标题和标签
plt.title('打卡气泡图')
plt.xlabel('日期')
plt.ylabel('数值')# 显示图表
plt.show()

在上面的代码中，我们使用了Pandas库生成日期范围，然后绘制了打卡气泡图。

7. 动态气泡图

最后，让我们创建一个动态气泡图，展示气泡随时间变化的过程。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)
size = np.random.rand(50) * 100
colors = np.random.rand(50)# 初始化图表
fig, ax = plt.subplots()
scatter = ax.scatter(x, y, s=size, c=colors, alpha=0.7, cmap='viridis')# 更新函数
def update(frame):scatter.set_offsets(np.random.rand(50, 2))scatter.set_sizes(np.random.rand(50) * 100)scatter.set_array(np.random.rand(50))return scatter,# 创建动画
animation = FuncAnimation(fig, update, frames=100, interval=200, blit=True)# 显示动画
plt.show()