Python数据分析：Matplotlib数据可视化基础

📊 用 Python 把数据“画”成故事：Matplotlib 入门全攻略

❝
数据不会说话？那就给它一支画笔！

大家好呀～今天咱们来聊聊Python 中最经典、最全能的数据可视化工具——Matplotlib。
别被名字吓到，“Matplotlib”听起来像数学课代表，其实它是个温柔又强大的绘图小能手，能把枯燥的数字变成会讲故事的图表！

无论你是想画一条平平无奇的折线，还是搞个炫酷词云展示老板最爱说的“赋能”，Matplotlib 都能帮你搞定。
废话不多说，直接上干货！

🎨 1. Matplotlib 是啥？为啥要学它？

想象一下：你辛辛苦苦分析了一堆数据，结果汇报时只甩出一串数字……
领导：“所以呢？”

这时候，一张清晰的图胜过千言万语！
Matplotlib 就是那个帮你把“所以呢”变成“哇塞！”的神器。

它是纯 Python 写的第三方库，风格像 MATLAB，但更亲民。
支持线图、散点图、饼图、直方图、箱线图……甚至雷达图、流向图！
图形质量高到可以直接拿去发论文 or 做 PPT！

❝
💡 小贴士：使用前记得先装好numpy，它是 Matplotlib 的“左膀右臂”。

import matplotlib.pyplot as plt import numpy as np

🖼️ 2. 画布与子图：你的“画纸”怎么安排？

就像画画前要选画布大小，Matplotlib 也允许你自定义画布：

plt.figure(figsize=(9, 6)) # 9英寸宽，6英寸高

想一次画多个图？用子图（subplot）！

比如你想对比“夏天 vs 冬天”的气温变化：

fig, axes = plt.subplots(1, 2) # 1行2列 axes[0].plot([30, 35, 33]) # 夏天 axes[1].plot([5, 2, -1]) # 冬天 plt.show()

❝
🌰 生活类比：这就像你在手机相册里拼图——左边是你吃火锅的照片，右边是你滑雪的照片，一张图讲两个故事！

✍️ 3. 给图表“化妆”：标题、坐标轴、图例

画完图别急着发朋友圈，先加点“妆容”：

plt.plot([1, 2, 3], [1, 4, 9]) plt.title("我的收入增长曲线（梦想版）") plt.xlabel("月份") plt.ylabel("存款（万元）") plt.legend(["真实情况"]) # 记住：legend 要在 plot 之后！ plt.show()

❝
⚠️ 注意：图例（legend）必须在画图之后调用，否则它会一脸懵：“我该标谁？”

🎨 4. 线条样式大赏：颜色、线型、标记点

Matplotlib 的线条可不止“黑线”一种！你可以：

换颜色：'b'（蓝）、'r'（红）、'g'（绿）……甚至'orange'
换线型：'-'（实线）、'--'（虚线）、'-.'（点划线）
加标记：'o'（圆圈）、'*'（星星）、'^'（三角形）

x = np.linspace(0, 10, 20) plt.plot(x, np.sin(x), color='purple', linestyle='--', marker='*', markersize=8) plt.show()

❝
🌈 小彩蛋：alpha=0.5可以让线条半透明，适合叠图时看清重叠部分！

📉 5. 常见图表全家福

🔹 折线图（Line Chart）

最适合看趋势，比如股价、温度、你的体重（希望是下降的）。

days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri'] coffee = [2, 3, 5, 4, 6] plt.plot(days, coffee, marker='☕') plt.title("本周咖啡摄入量（续命指数）")

🔸 散点图（Scatter Plot）

看两个变量有没有“暧昧关系”。

x = np.random.randn(100) y = 2 * x + np.random.randn(100) plt.scatter(x, y, c='red', alpha=0.6) plt.title("身高 vs 篮球命中率？")

📊 直方图（Histogram）

看数据分布，比如全班考试成绩。

scores = np.random.normal(75, 10, 1000) # 平均75，标准差10 plt.hist(scores, bins=30, color='skyblue', edgecolor='black') plt.title("期末考试成绩分布")

🥧 饼图（Pie Chart）

展示占比，比如你的时间分配：

labels = ['刷手机', '摸鱼', '学习', '睡觉'] sizes = [40, 30, 10, 20] explode = (0.1, 0, 0, 0) # 让“刷手机”突出一点（心虚了） plt.pie(sizes, labels=labels, explode=explode, autopct='%1.1f%%') plt.title("我的一天（真实版）")

📦 箱线图（Boxplot）

一眼看出数据的“五脏六腑”：最小值、Q1、中位数、Q3、最大值。

data = [np.random.normal(0, std, 100) for std in range(1, 4)] plt.boxplot(data, labels=['A组', 'B组', 'C组']) plt.title("三组实验数据对比")

🎨 6. 高级技巧：填充、注释、中文显示

🌿 曲线下填充

比如突出“盈利区间”：

x = np.linspace(0, 5, 100) y = np.sin(x) plt.plot(x, y) plt.fill_between(x, 0, y, where=(y > 0), color='green', alpha=0.3) plt.title("正收益区域（绿色部分）")

💬 添加注释

用箭头指向关键点：

plt.plot([1, 2, 3], [1, 4, 2]) plt.annotate('峰值！', xy=(2, 4), xytext=(2.5, 3), arrowprops=dict(facecolor='red', shrink=0.05))

🇨🇳 显示中文？

默认字体不支持中文，会显示方框 ❌。解决方法：

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用黑体 plt.rcParams['axes.unicode_minus'] = False # 正常显示负号

现在你就可以写《北京 vs 上海房价对比》这种标题了！

📦 7. 保存与分享

画好了？赶紧保存！

plt.savefig('my_plot.png', dpi=300, bbox_inches='tight')

dpi=300：高清打印级
bbox_inches='tight'：自动裁掉白边

☁️ 8. 彩蛋：词云（Word Cloud）

虽然严格来说不算 Matplotlib 原生功能，但配合wordcloud+jieba，你可以生成这样的效果：

❝
“老板最爱说：‘对齐’、‘闭环’、‘抓手’、‘赋能’……”

from wordcloud import WordCloud import jieba text = "赋能 对齐 闭环 抓手 赋能 降本增效" words = ' '.join(jieba.cut(text)) wc = WordCloud(font_path='simhei.ttf').generate(words) plt.imshow(wc, interpolation='bilinear') plt.axis("off")