3. 数据可视化基础：Matplotlib 与 Seaborn 基础图表绘制、统计图形

数据可视化是异常检测与实时监控中不可或缺的环节。通过图形化展示数据分布、趋势与离群点，可以快速定位异常模式。本章聚焦 Python 两大核心可视化库——Matplotlib 与 Seaborn，系统讲解基础图表与统计图形的绘制方法。

学习目标：掌握 Matplotlib 的 Figure 与 Axes 架构；熟练使用 Seaborn 绘制箱线图、直方图、散点图；理解统计图形在异常检测中的典型应用场景。

3.1 Matplotlib 核心架构与基础图表

Matplotlib 采用分层架构，核心概念包括 Figure（画布）、Axes（坐标系）与 Artist（图形元素）。理解这一结构是灵活定制图表的前提。

组件 说明 常用方法
Figure 顶级容器，可包含多个 Axes plt.figure()
Axes 实际绘图区域，包含坐标轴、刻度、网格 fig.add_subplot()
Axis 管理刻度位置与标签 ax.set_xticks()
Artist 所有可见元素（线、点、文本） ax.plot()

以下代码展示最基本的折线图绘制流程：

import matplotlib.pyplot as plt
import numpy as np

# 创建 Figure 与 Axes
fig, ax = plt.subplots(figsize=(8, 4))

# 准备数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制折线
ax.plot(x, y, color='#3498db', linewidth=2, label='sin(x)')

# 装饰元素
ax.set_title('正弦曲线', fontsize=14, color='#2c3e50')
ax.set_xlabel('X 轴')
ax.set_ylabel('Y 轴')
ax.legend()
ax.grid(True, linestyle='--', alpha=0.6)

plt.tight_layout()
plt.show()
最佳实践：始终使用 fig, ax = plt.subplots() 显式创建 Figure 与 Axes 对象，避免使用 plt.plot() 的隐式模式。这有助于在复杂布局中精确控制每个子图。
Matplotlib 分层架构 Figure（画布） Axes（坐标系） Axis（坐标轴） Artist（图形元素） 可包含多个 Axes 支持子图布局

3.2 Seaborn 统计图形：箱线图与直方图

Seaborn 基于 Matplotlib 构建，提供更简洁的 API 用于统计图形绘制。在异常检测中，箱线图用于识别离群点，直方图用于观察分布形态。

3.2.1 箱线图（Box Plot）

箱线图通过五数概括（最小值、下四分位数、中位数、上四分位数、最大值）展示数据分布，并将超出 1.5 倍 IQR 的点标记为异常值。

import seaborn as sns
import pandas as pd
import numpy as np

# 生成示例数据
np.random.seed(42)
data = pd.DataFrame({
    '类别': ['A']*100 + ['B']*100 + ['C']*100,
    '数值': np.concatenate([
        np.random.normal(50, 10, 100),
        np.random.normal(60, 15, 100),
        np.random.normal(45, 8, 100)
    ])
})

# 绘制箱线图
fig, ax = plt.subplots(figsize=(8, 5))
sns.boxplot(x='类别', y='数值', data=data,
            palette=['#3498db', '#2ecc71', '#e74c3c'],
            ax=ax)
ax.set_title('三类数据分布箱线图', fontsize=14, color='#2c3e50')
ax.set_ylabel('数值')
plt.tight_layout()
plt.show()
异常检测要点：箱线图标记的离群点（圆圈）对应 Q1 - 1.5*IQR 或 Q3 + 1.5*IQR 之外的数据点。在实时监控中，可据此设定告警阈值。注意：箱线图假设数据近似对称分布，偏态数据需谨慎解读。
箱线图结构说明 上边缘（最大值） 中位数（Q2） 下边缘（最小值） 异常值 IQR = Q3 - Q1 箱体高度 = IQR

3.2.2 直方图（Histogram）

直方图将数据划分为等宽区间（bins），统计每个区间的频数或密度。结合核密度估计（KDE）曲线，可以更平滑地观察分布形状。

# 绘制直方图 + KDE
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(data['数值'], bins=30, kde=True,
             color='#3498db', edgecolor='white',
             alpha=0.7, ax=ax)
ax.set_title('数值分布直方图（含KDE曲线）', fontsize=14, color='#2c3e50')
ax.set_xlabel('数值')
ax.set_ylabel('频数')
plt.tight_layout()
plt.show()
参数调优：bins 数量影响直方图的分辨率。过少会掩盖细节，过多则引入噪声。建议使用 sns.histplot(bins='auto') 让 Seaborn 自动选择最优 bin 数，或基于 Freedman-Diaconis 规则手动设定。

3.3 散点图与相关性分析

散点图用于展示两个连续变量之间的关系。在异常检测中，散点图可以直观发现偏离主趋势的离群点。

# 生成带异常点的二维数据
np.random.seed(42)
x = np.random.normal(0, 1, 200)
y = 2 * x + np.random.normal(0, 0.5, 200)
# 注入异常点
x_out = np.array([3.5, -3.0, 4.0, -3.8])
y_out = np.array([10, -7, 12, -9])
x = np.concatenate([x, x_out])
y = np.concatenate([y, y_out])

# 绘制散点图
fig, ax = plt.subplots(figsize=(8, 6))
sns.scatterplot(x=x, y=y, color='#3498db', s=50, alpha=0.7, ax=ax)
# 高亮异常点
sns.scatterplot(x=x_out, y=y_out, color='#e74c3c', s=100,
                marker='X', edgecolor='#c0392b', ax=ax)
ax.set_title('散点图：正常点与异常点对比', fontsize=14, color='#2c3e50')
ax.set_xlabel('特征 X')
ax.set_ylabel('特征 Y')
ax.legend(['正常点', '异常点'])
plt.tight_layout()
plt.show()
散点图异常检测示意 特征 X 特征 Y 蓝色：正常点 红色：异常点 绿色虚线：线性趋势

3.4 图表组合与子图布局

在监控大屏中，常需要将多个图表组合展示。Matplotlib 的 subplots 与 GridSpec 支持灵活的子图布局。

# 创建 2×2 子图布局
fig, axes = plt.subplots(2, 2, figsize=(12, 10))

# 左上：箱线图
sns.boxplot(x='类别', y='数值', data=data, ax=axes[0,0])
axes[0,0].set_title('箱线图')

# 右上：直方图
sns.histplot(data['数值'], bins=30, kde=True, ax=axes[0,1])
axes[0,1].set_title('直方图 + KDE')

# 左下：散点图
sns.scatterplot(x=x, y=y, ax=axes[1,0])
axes[1,0].set_title('散点图')

# 右下：密度图
sns.kdeplot(x=data['数值'], fill=True, ax=axes[1,1])
axes[1,1].set_title('核密度估计')

plt.tight_layout()
plt.show()
监控大屏集成要点：
• 使用 figsize 控制整体尺寸，确保在大屏上清晰显示。
• 统一配色方案，避免视觉混乱。推荐使用 Seaborn 的 set_palette() 全局设置。
• 为每个子图添加标题与轴标签，便于快速解读。
• 异常检测场景中，箱线图与散点图应优先放置在显眼位置。

3.5 本章小结

图形类型 核心用途 异常检测应用 推荐库
箱线图 展示数据分布与离群点 识别单变量异常值 Seaborn
直方图 观察数据分布形态 检测分布偏移、多峰分布 Seaborn / Matplotlib
散点图 展示两变量关系 发现偏离主趋势的离群点 Seaborn / Matplotlib
核密度图 平滑估计概率密度 对比不同组别的分布差异 Seaborn

掌握这些基础图形后，下一阶段将进入异常检测算法的实战应用。建议读者在本地环境中运行本章所有代码示例，并尝试调整参数观察图形变化，加深对数据分布与异常模式的理解。

← 上一章 📖 返回目录 下一章 →