Python学习第79天：matplotlib入门到精通（数据可视化-2：matplotlib高阶图表实战）
Python学习100天（从入门到精通系列文章）
文章目录
- Python学习100天（从入门到精通系列文章）
- 前言
- 一、气泡图（Bubble Chart）—— 三维数据可视化
- 1.1 从散点图到气泡图
- 1.2 气泡图的底层原理
- 二、面积图（Stacked Area Chart）—— 趋势与构成
- 2.1 什么是面积图
- 2.2 stackplot 与折线图的区别
- 三、雷达图（Radar Chart）—— 多维能力对比
- 3.1 雷达图的应用场景
- 3.2 雷达图的数学原理
- 四、玫瑰图（Nightingale Rose Chart）—— 极坐标柱状图
- 4.1 南丁格尔与玫瑰图
- 五、3D 图表 —— 立体数据可视化
- 5.1 绘制 3D 曲面图
- 5.2 在 Qt 窗口中实现真正的 3D 交互
- 六、常见错误与避坑指南
- 错误1：雷达图不闭合
- 错误2：气泡图 s 参数理解错误
- 错误3：3D 图无法交互
- 参考链接
- 总结
前言
上一篇文章我们掌握了 matplotlib 的六种基础图表，今天我们来挑战更高阶的可视化技巧——气泡图、面积图、雷达图、玫瑰图和 3D 图表。这些图表在商业分析、体育数据、金融报告等场景中频繁出现。如果你想让自己的数据分析报告"看起来更专业"，这篇文章就是为你准备的。我们将沿用"拷贝+修改"的高效学习策略——先理解官网示例，再适配自己的数据。
一、气泡图（Bubble Chart）—— 三维数据可视化
1.1 从散点图到气泡图
普通散点图只能展示两个维度的关系（x 轴和 y 轴）。当我们需要引入第三个维度时，气泡图是最自然的选择——用气泡的大小或颜色深浅来表示第三个变量。
在上一篇文章的散点图示例中，我们看到了月收入与网购支出的正相关关系。现在引入第三个变量"网购次数"，看看会有什么新发现：
importnumpyasnpimportmatplotlib.pyplot