使用matplotlib绘制高级图表

matplotlib除了可以绘制简单的图表，还可以绘制一些常见的高级图表，包括等高线图、矢量场流线图、棉棒图、哑铃图、甘特图、人口金字塔图、漏斗图、桑基图、树状图和华夫饼图。下面将对matplotlib中绘制高级图表的相关知识进行详细介绍。
1.绘制等高线：
等高线图是地形图上高程相等的相邻各点所连成的闭合曲线，它会将地面上海拔高度相同的点连成环线，之后将环线垂直投影到某一水平面上，并按照一定的比例缩绘到图纸上常见于山谷、山峰或梯度下降算法的场景。
在matplotlib中，pyplot可以使用contour)、contourf)函数分别绘制和填充等高线图。

import numpy as np
import matplotlib.pyplot as plt
def calcu_elevation(x1, y1):
    h = (1-x1/2  + x1 ** 5 + y1 ** 3)  * np.exp(-x1** 2 - y1** 2)
    return h
n = 256
x = np.linspace(-2, 2, n)
y = np.linspace(-2, 2, n)
x_grid, y_grid = np.meshgrid(x, y)
fig = plt.figure()
ax = fig.add_subplot(111)
con = ax.contour(x_grid, y_grid, calcu_elevation(x_grid, y_grid), 8, colors='black')
ax.contourf(x_grid, y_grid, calcu_elevation(x_grid, y_grid), 8, alpha=0.75, cmap=plt.cm.copper)
ax.clabel(con, inline=True, fmt='%1.1f', fontsize=10)
ax.set_xticks([])
ax.set_yticks([])
plt.title('41')
plt.show()

2.绘制矢量场流线图：
在matplotlib中，pyplot可以使用streamplot()函数绘制矢量场流线图。

import numpy as np
import matplotlib.pyplot as plt
y, x = np.mgrid[0:5:50j, 0:5:50j]
u = x
v = y
fig = plt.figure()
ax = fig.add_subplot(111)
ax.streamplot(x, y, u, v)
plt.title('41')
plt.show()

3.绘制棉棒图：
棉棒图亦称为火柴杆图、大头针图或棒棒糖图，由线段(茎)与标记符号(茎头，默认为圆点)连接而成。其中，线段表示数据点到基线的距离，标记符号表示数据点的数值。棉棒图是柱形图或条形图的变形，主要用于比较标记符号的相对位置，而非比较线段的长度。
在matplotlib中，pyplot可以使用stem()函数绘制棉棒图。

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 16)
y = np.array([5.9, 6.2, 6.7, 7.0, 7.0, 7.1, 7.2, 7.4, 
              7.5, 7.6, 7.7, 7.7, 7.7, 7.8, 7.9])
labels = np.array(['宝骏310', '宝马i3', '致享', '焕驰', '力帆530', 
                   '派力奥', '悦翔V3', '乐风RV', '奥迪A1', '威驰FS', 
                   '夏利N7', '启辰R30', '和悦A13RS', '致炫', '赛欧'])
fig = plt.figure(figsize=(10, 6), dpi= 80)
ax = fig.add_subplot(111)
markerline, stemlines, baseline = ax.stem(x, y, linefmt='--', 
                                          markerfmt='o'