数据可视化入门：用Matplotlib画出让人眼前一亮的图表

一图胜千言

在数据科学领域，一张好图 > 一千行代码。

Matplotlib 基础

import matplotlib.pyplot as plt
import numpy as np

# 简单的折线图
x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.title("正弦波")
plt.xlabel("时间")
plt.ylabel("振幅")
plt.show()

让图表更好看的技巧

1. 配色方案
不要用默认配色！用这些：

• plt.style.use("seaborn-v0_8")
• plt.style.use("ggplot")
• plt.style.use("fivethirtyeight")

2. 字体设置

plt.rcParams["font.family"] = "sans-serif"
plt.rcParams["font.size"] = 12

3. 添加注释

plt.annotate("最高点", xy=(x[peak], y[peak]),
             xytext=(x[peak]+0.5, y[peak]+0.5),
             arrowprops=dict(arrowstyle="->"))

三种最常用的图表

折线图 — 展示趋势
适合：股票价格、温度变化、网站流量

柱状图 — 对比大小
适合：各月销售额、不同类别数量

散点图 — 看相关性
适合：身高体重关系、广告费与销售额

实战：画一个漂亮的仪表盘

fig, axes = plt.subplots(2, 2, figsize=(12, 8))

# 左上：折线图
axes[0, 0].plot(dates, sales)
axes[0, 0].set_title("月度销售趋势")

# 右上：柱状图
axes[0, 1].bar(categories, values)
axes[0, 1].set_title("各品类销量")

# 左下：散点图
axes[1, 0].scatter(ad_spend, revenue, alpha=0.6)
axes[1, 0].set_title("广告费 vs 收入")

# 右下：饼图
axes[1, 1].pie(sizes, labels=labels, autopct="%1.1f%%")
axes[1, 1].set_title("市场份额")

plt.tight_layout()
plt.show()

推荐的工具

• Matplotlib — 基础，必学
• Seaborn — 基于 Matplotlib，更美观
• Plotly — 交互式图表
• Tableau — 拖拽式，非程序员友好

好的数据可视化不是把数据画出来，而是讲一个故事。你的图表应该让读者在 3 秒内看懂你想表达什么。