版本: 3.1.0 Python 数据分析入门：NumPy、Pandas 与 Matplotlib

Matplotlib 入门：常见图表、子图布局与绘图流程

从基础绘图流程、折线图、柱状图到样式设置、子图布局与图片保存，建立 Matplotlib 可视化的最小入门框架。

数据分析通常不会停留在“算出结果”，最后往往还要把结果展示出来。Matplotlib 就是 Python 生态中最经典、最基础的可视化库。

很多更高级的可视化库，本质上也和 Matplotlib 有密切关系，所以它很值得作为第一站学习。

一、为什么需要可视化

同一组数据，直接打印数字和画成图，理解成本通常完全不同。

例如你要看：

销量是上涨还是下跌
不同城市之间差距有多大
某些值是否明显异常
数据分布是集中还是分散

这些问题，用图往往比看纯文本更直观。

二、Matplotlib 的基本使用流程

最常见的写法是：

import matplotlib.pyplot as plt

这里的 pyplot 可以理解为“一组便捷画图接口”。

把基础绘图流程记成四步：

准备横轴和纵轴数据
选择图表类型，例如 plot() 画折线
添加标题和坐标轴说明
调用 show() 展示

一个最常见的入门示例：

import matplotlib.pyplot as plt

months = ["Jan", "Feb", "Mar", "Apr"]
sales = [120, 150, 130, 180]

plt.plot(months, sales)      # 根据横轴和纵轴数据画出折线
plt.title("Monthly Sales")   # 添加图表标题
plt.xlabel("Month")          # 设置横轴名称
plt.ylabel("Sales")          # 设置纵轴名称
plt.show()                   # 把图表窗口显示出来

matplotlib 图例

这段代码已经包含了 Matplotlib 入门最常用的一整套操作：导包、画折线、补充标题和坐标轴标签、最后显示图表。

💡 提示：中文显示问题 如果你在标题或标签中使用了中文（如 plt.title("月度销量")），默认情况下可能会显示为方块（乱码）。解决方法是在代码开头加上两行配置：
#按顺序尝试可用字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False    # 确保负号正常显示
这组 rcParams 配置是 Matplotlib 中很常见的中文显示修复方式，适合初学者先掌握。

💡 不弹窗、图形窗口打不开问题 如果你遇到 plt.show() 不弹窗、图形窗口打不开，那通常是后端问题，不属于中文乱码本身。此时才可能需要显式指定后端，而且必须写在导入 pyplot 之前，例如：
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
但 TkAgg 更适合本地桌面脚本环境，在 Jupyter、远程服务器或无图形界面的环境中并不一定适用。

三、折线图：看趋势

折线图最适合看“随时间变化”的趋势，比如月销量、日温度、网站访问量等连续变化的数据。

上面的基础示例本身就是折线图。使用 plt.plot(x, y) 时，Matplotlib 会按照数据顺序把各个点连接起来，从而表现整体走势。

折线图里最常见的几个参数有：

marker="o"：给每个数据点加上标记，便于观察具体位置
color="blue"：设置线条颜色
linestyle="--"：设置线条样式，例如虚线
label="Sales"：给当前线条命名，后续可配合 plt.legend() 显示图例

如果数据本质上是在比较离散类别，而不是观察连续趋势，那么通常优先考虑柱状图会更合适。

四、柱状图：看类别对比

如果你要比较不同类别的数值，柱状图通常更合适。

import matplotlib.pyplot as plt

cities = ["Beijing", "Shanghai", "Shenzhen"]
orders = [320, 410, 360]

plt.bar(cities, orders)
plt.title("Orders by City")
plt.xlabel("City")
plt.ylabel("Orders")
plt.show()

运行效果示意：

Matplotlib 柱状图示例

柱状图很适合展示：

各城市销量对比
各产品销售额对比
各班级平均分对比

五、饼图：看占比

如果你更关心“整体里各部分各占多少”，饼图会比柱状图更直观。

import matplotlib.pyplot as plt

labels = ["Food", "Rent", "Transport", "Other"]
values = [35, 40, 15, 10]

plt.pie(
    values,
    labels=labels,
    autopct="%1.1f%%",
    startangle=90,
)
plt.title("Monthly Expense Ratio")
plt.axis("equal")  # 保证饼图是正圆，而不是椭圆
plt.show()

饼图示例

这里常见的几个参数含义是：

labels：每一块对应的类别名称
autopct：在图上显示百分比格式
startangle：控制起始绘制角度，让图形更便于阅读
axis("equal")：让横纵坐标比例一致，保证图形不变形

饼图更适合展示“组成占比”，例如：

月度支出结构
各渠道流量占比
各产品销售额占比

如果类别太多，或者各项数值差异很小，饼图就不如柱状图清楚，这时优先考虑 bar() 会更稳妥。

六、散点图：看相关性

当你想观察两个变量之间有没有某种关系时，散点图很有用。

import matplotlib.pyplot as plt

study_hours = [1, 2, 3, 4, 5, 6]
scores = [55, 60, 68, 72, 80, 88]

plt.scatter(study_hours, scores)
plt.title("Study Hours vs Score")
plt.xlabel("Study Hours")
plt.ylabel("Score")
plt.show()

运行效果示意：

Matplotlib 散点图示例

如果点大致沿着某个方向分布，你就能直观看到变量之间的趋势关系。

七、直方图：看分布

当你想看一组数据大致集中在哪些区间、是否分布均匀时，直方图会很有帮助。

import matplotlib.pyplot as plt

scores = [55, 60, 62, 68, 70, 72, 75, 80, 82, 88, 90, 95]

plt.hist(scores, bins=5, edgecolor="black")
plt.title("Score Distribution")
plt.xlabel("Score")
plt.ylabel("Count")
plt.show()

运行效果示意：

Matplotlib 直方图示例

这里：

bins=5 表示把数据大致分成 5 个区间
edgecolor="black" 让每个柱子的边界更清楚

八、设置样式与图例

import matplotlib.pyplot as plt

months = ["Jan", "Feb", "Mar", "Apr"]
product_a = [120, 150, 140, 180]
product_b = [100, 130, 160, 170]

plt.plot(months, product_a, label="Product A", color="blue", linestyle="-")
plt.plot(months, product_b, label="Product B", color="green", linestyle="--")

plt.title("Sales Comparison")
plt.xlabel("Month")
plt.ylabel("Sales")
plt.legend()
plt.show()

常见可调项包括：

color 颜色
linestyle 线型
marker 点样式
label 图例名称

九、`figure` 和 `axes`

后面你会逐渐接触：

figure：整张画布
axes：画布中的具体子图区域（图里真正画线、画柱子的区域）

例如：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [2, 4, 3])
ax.set_title("Demo")
plt.show()

这种写法在多子图场景下更常见，也更适合后续进阶。

十、图表大小与子图布局

很多时候一张图还不够，你可能想把多个图放在同一行里对比，同时控制图片大小。

import matplotlib.pyplot as plt

months = ["Jan", "Feb", "Mar", "Apr"]
sales = [120, 150, 130, 180]
profit = [30, 45, 35, 60]

fig, axes = plt.subplots(1, 2, figsize=(10, 4))

axes[0].plot(months, sales, marker="o")
axes[0].set_title("Sales")

axes[1].bar(months, profit)
axes[1].set_title("Profit")

plt.tight_layout()
plt.show()

运行效果示意：

Matplotlib 子图布局示例

这段代码里：

figsize=(10, 4) 控制整张图的宽和高
plt.subplots(1, 2) 表示创建 1 行 2 列的子图
tight_layout() 用来自动调整间距，避免标题或标签挤在一起

十一、保存图片

很多时候我们不只是看图，还要把图保存到文件。

import matplotlib.pyplot as plt

x = [1, 2, 3]
y = [3, 5, 4]

plt.plot(x, y)
plt.title("Example")
plt.savefig("example.png", dpi=150)

常见注意点：

savefig() 一般放在 show() 前面
dpi 越高，导出图片通常越清晰
文件格式可以是 png、jpg、svg、pdf

十二、和 Pandas 联动的常见方式

在数据分析里，Matplotlib 往往不是直接手写全部数据，而是接收 Pandas 处理后的结果。

常见分析流程通常是：

用 Pandas 读取和清洗数据
用 groupby 或聚合得到结果
用 Matplotlib 把结果画成图

案例：

GDP 折线图完整案例

# TODO 需求: 获取中美日三个国家 GDP 数据, 并绘制每年变化折线图
# 1. 导包
import matplotlib
matplotlib.use("TkAgg")  # 解决个别本地环境 show() 不弹窗的问题，必须写在 pyplot 之前

import matplotlib.pyplot as plt
import pandas as pd

# 解决中文乱码和负号显示问题
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

# 2. 读取数据
# 注意：以后更常见的是通过读取文件生成 DataFrame 对象
df = pd.read_csv("data/1960-2019全球GDP数据.csv", encoding="gbk", sep=",")

# 3. 先了解数据
print(df.shape)  # 形状 (9931, 3)
# print(df.ndim)      # 维度
# print(df.head())    # 如果不传参数，默认显示前 5 行
# print(df.tail())    # 如果不传参数，默认显示后 5 行
# print(df.columns)   # 获取所有列名
# print(df.count())   # 各列的非空数据个数
# df.info()           # 查看基本信息

# 4. 数据预处理
df.dropna(inplace=True)
print(df.shape)  # 形状 (9930, 3)

# 5. 数据分析
# TODO 需求 1：先查询中美日的 GDP 数据
#加copy()就不会有提醒，否则会提醒：SettingWithCopyWarning: 
#A value is trying to be set on a copy of a slice from a DataFrame
df_cn = df[df["country"] == "中国"].copy()
df_us = df[df["country"] == "美国"].copy()
df_jp = df[df["country"] == "日本"].copy()

# TODO 需求 2：把年份作为索引列
df_cn.set_index("year", inplace=True)
df_us.set_index("year", inplace=True)
df_jp.set_index("year", inplace=True)

# TODO 需求 3：把 GDP 列名依次修改为中国、美国、日本
df_cn.rename(columns={"GDP": "中国"}, inplace=True)
df_us.rename(columns={"GDP": "美国"}, inplace=True)
df_jp.rename(columns={"GDP": "日本"}, inplace=True)

# TODO 需求 4：可视化展示中美日的每年变化折线
plt.title("1960-2019 年中美日 GDP 数据折线图")
plt.plot(df_cn.index, df_cn["中国"], label="中国", color="red")
plt.plot(df_us.index, df_us["美国"], label="美国", color="blue")
plt.plot(df_jp.index, df_jp["日本"], label="日本", color="green")
plt.legend()  # 添加图例
plt.grid()    # 添加网格
plt.show()    # 手动展示

"""
样例数据
1960-2019全球GDP数据.csv
year,country,GDP
1960,美国,543300000000 
1960,英国,73233967692 
1960,法国,62225478000 
1960,中国,59716467625 
1960,日本,44307342950 
1960,加拿大,40461721692 
1960,意大利,40385288344 
1960,印度,37029883875 
1960,澳大利亚,18577668271 
"""

RFM会员价值度打分.py

# 1.导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 解决个别版本show()无法展示图的问题
import matplotlib

matplotlib.use('TkAgg')
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']

# 额外安装: pip install openpyxl
# 2.加载数据
df = pd.read_excel("data/sales_test.xlsx", index_col='USERID')
# print(df)
# print(df.index)
print(df.shape)  # (9, 3)
# 3.数据预处理
# 删除全部为空的行
sale_data = df.dropna(how='all')
print(sale_data.shape)
print(sale_data.columns)
# 4.数据分析
# todo 1.获取每个用户最近的购买时间,购买频率,购买金额
F_data = sale_data.groupby(sale_data.index)['ORDERID'].count()
M_data = sale_data.groupby(sale_data.index)['AMOUNTINFO'].sum()
R_data = sale_data.groupby(sale_data.index)['ORDERDATE'].max()
# print(R_data)
# print(F_data)
# print(M_data)
print('===========================================================')
# TODO 2.分别计算RFM的分数
F_score = pd.cut(F_data, 5, labels=[1, 2, 3, 4, 5])
M_score = pd.cut(M_data, 5, labels=[1, 2, 3, 4, 5])
# 设置一个基础时间,计算R分数
base_date = pd.to_datetime("2022-04-01")
R_days = (R_data - base_date).dt.days
R_score = pd.cut(R_days, 5, labels=[1, 2, 3, 4, 5])
# print(R_score)
# print(F_score)
# print(M_score)
print('===========================================================')
# TODO 3.合并分数
rfm_list = [R_score, F_score, M_score]
rfm_cols = ['r_score', 'f_score', 'm_score']
# 注意: .transpose()把3行6列转换为6行3列
rfm_df = pd.DataFrame(np.array(rfm_list).transpose(), dtype=np.int32, columns=rfm_cols, index=R_data.index)
print(rfm_df)
# TODO 4.加权得分
# 商家根据自己的需求:设置关注用户交易时间,次数,金额的权重
# 比如: 我设置交易时间:20%,交易总次数:20%,交易总金额:80%
rfm_df['rfm_w_score'] = rfm_df['r_score'] * 0.2 + rfm_df['f_score'] * 0.2 + rfm_df['m_score'] * 0.6
# TODO 5.1 分析结果可视化
# 自定义分层阈值,设置会员等级
bins = [0, 2, 3, 5]
labels = ['低', '中', '高']
# 打分
rfm_df['客户分类'] = pd.cut(rfm_df['rfm_w_score'], bins=bins, labels=labels)
print(rfm_df)
# 绘制柱状图
rfm_df['客户分类'].value_counts().plot(kind='bar',color=['red','green','pink'], rot=0)
plt.title('RFM客户分群')
plt.xlabel('会员等级')
plt.ylabel('会员数量')
plt.grid()
plt.show()


# TODO 5.2 分析结果保存到本地
rfm_df.to_csv('data/rfm_score.txt')

#样例数据：data/sales_test.xlsx
"""
        ORDERDATE  ORDERID  AMOUNTINFO
USERID                                
1.0    2023-05-01     11.0      1000.0
2.0    2023-04-02     22.0      2000.0
3.0    2023-04-03     33.0      3000.0
4.0    2023-04-04     44.0      4000.0
5.0    2023-04-05     55.0      5000.0
6.0    2023-04-05     66.0         NaN
2.0    2022-04-02     77.0       300.0
NaN           NaT      NaN         NaN
2.0    2022-04-23     88.0       800.0
6.0    2022-04-23     99.0      1500.0
NaN           NaT      NaN         NaN
"""

小结

Matplotlib 解决的是“把分析结果直观展示出来”的问题。只要掌握基础绘图流程、常见图表类型和几个常用配置项，你就已经能完成大量日常分析展示任务。

它的学习门槛不算最低，但回报非常高，因为几乎所有数据分析工作最终都绕不开可视化表达。

一、为什么需要可视化

二、Matplotlib 的基本使用流程

三、折线图：看趋势

四、柱状图：看类别对比

五、饼图：看占比

六、散点图：看相关性

七、直方图：看分布

八、设置样式与图例

九、figure 和 axes

十、图表大小与子图布局

十一、保存图片

十二、和 Pandas 联动的常见方式

小结

九、`figure` 和 `axes`