常用的50个Matplotlib图（含Python代码模板）

50个Matplotlib图的汇编，在数据分析和可视化中最有用。

一、列表

此列表允许您使用Python的Matplotlib和Seaborn库选择要显示的可视化对象。

1.关联

散点图
带边界的气泡图
带线性回归最佳拟合线的散点图

---

如果你想了解两个变量如何相互改变，那么最合适的线就是要走的路。下图显示了数据中各组之间最佳拟合线的差异。要禁用分组并仅为整个数据集绘制一条最佳拟合线，请从下面的调用中删除该参数。

# Import Data
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")
df_select = df.loc[df.cyl.isin([4,8]), :]

# Plot
sns.set_style("white")
gridobj = sns.lmplot(x="displ", y="hwy", hue="cyl", data=df_select, 
                     height=7, aspect=1.6, robust=True, palette='tab10', 
                     scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))

# Decorations
gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))
plt.title("Scatterplot with line of best fit grouped by number of cylinders", fontsize=20)

抖动图
计数图
边缘直方图
边缘箱形图
相关图
矩阵图

2.偏差

发散型条形图
发散型文本
发散型包点图
带标记的发散型棒棒糖图
面积图

3.排序

有序条形图
棒棒糖图
包点图
坡度图
哑铃图

4.分布

连续变量的直方图
类型变量的直方图
密度图
直方密度线图
Joy Plot
分布式包点图
包点+箱形图
Dot + Box Plot
小提琴图
人口金字塔
分类图

5.组成

华夫饼图
饼图
树形图
条形图

6.变化

时间序列图
带波峰波谷标记的时序图
自相关和部分自相关图
交叉相关图
时间序列分解图
多个时间序列
使用辅助Y轴来绘制不同范围的图形
带有误差带的时间序列
堆积面积图
未堆积的面积图
日历热力图
季节图

7.分组

树状图
簇状图
安德鲁斯曲线
平行坐标

---

# !pip install brewer2mpl
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import warnings; warnings.filterwarnings(action='once')

large = 22; med = 16; small = 12
params = {'axes.titlesize': large,
          'legend.fontsize': med,
          'figure.figsize': (16, 10),
          'axes.labelsize': med,
          'axes.titlesize': med,
          'xtick.labelsize': med,
          'ytick.labelsize': med,
          'figure.titlesize': large}
plt.rcParams.update(params)
plt.style.use('seaborn-whitegrid')
sns.set_style("white")
%matplotlib inline

# Version
print(mpl.__version__)  #> 3.0.0
print(sns.__version__)  #> 0.9.0

二、具体对应代码

最有用的25个 Matplotlib图（含Python代码模板）

https://mp.weixin.qq.com/s/p9cBY2C3vPbC1dR1n-jtrw

Reference

50个图片的具体相关代码见如下链接：

https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/