想学 Python 数据可视化？别被复杂代码吓退！这篇教程全程简单直白、无长难句，带你用最常用的库，轻松做出好看图表，新手直接上手！

一、先搞懂：什么是 Python 数据可视化？

简单说，就是把枯燥的数字、表格，变成折线图、柱状图、饼图、散点图……一眼看清数据规律，比如销量趋势、占比、对比，比看纯数字直观 100 倍！

二、准备工作：安装 2 个神器库

我们用最经典、最好用的两个库：

• Matplotlib：基础可视化库，万能通用
• Pandas：处理数据 + 快速画图，懒人必备

打开电脑的命令行，输入两行代码安装：

bash

运行

pip install matplotlib pandas

安装完成，直接开干！

三、5 分钟上手：4 种最常用图表

1. 折线图：看趋势（销量 / 气温 / 流量）

适合展示随时间变化的数据，比如一周销量、每日气温。

python

运行

# 导入工具
import matplotlib.pyplot as plt

# 准备数据
天数 = [1,2,3,4,5,6,7]
销量 = [20,35,28,45,30,50,42]

# 画折线图
plt.plot(天数, 销量, color='blue', linewidth=2, marker='o')

# 加标题、标签
plt.title('一周销量趋势', fontsize=14)
plt.xlabel('星期', fontsize=12)
plt.ylabel('销量', fontsize=12)

# 显示图表
plt.show()

运行代码，一张清晰的折线图就出来了！

2. 柱状图：比大小（班级成绩 / 商品对比）

适合对比不同类别的数据，谁多谁少一目了然。

python

运行

import matplotlib.pyplot as plt

# 数据
商品 = ['手机', '电脑', '平板', '耳机']
销量 = [120, 85, 90, 150]

# 画柱状图
plt.bar(商品, 销量, color='green')

plt.title('电子产品销量对比', fontsize=14)
plt.xlabel('产品')
plt.ylabel('销量')
plt.show()

3. 饼图：看占比（支出分布 / 用户比例）

专门展示各部分占整体的百分比，比如生活费花在哪了。

python

运行

import matplotlib.pyplot as plt

# 数据
支出 = ['吃饭', '房租', '娱乐', '交通']
金额 = [1500, 2000, 500, 300]

# 画饼图
plt.pie(金额, labels=支出, autopct='%1.1f%%')
plt.title('月度支出占比')
plt.show()

4. 散点图：找关系（身高体重 / 学习时长 vs 分数）

适合看两个变量有没有关联，比如身高和体重。

python

运行

import matplotlib.pyplot as plt

# 数据
学习时长 = [1,2,3,4,5,6,7]
考试分数 = [50,60,70,75,85,90,95]

# 画散点图
plt.scatter(学习时长, 考试分数, color='red')

plt.title('学习时长与分数关系')
plt.xlabel('学习时长（小时）')
plt.ylabel('分数')
plt.show()

四、懒人进阶：用 Pandas 一键画图

如果你的数据存在 Excel / 表格里，用 Pandas 画图更省事，一行代码出图！

python

运行

import pandas as pd
import matplotlib.pyplot as plt

# 造一个表格数据
数据 = pd.DataFrame({
    '月份': ['1月','2月','3月','4月'],
    '利润': [1000,1500,1200,1800]
})

# 直接画图！
数据.plot(kind='bar', x='月份', y='利润', title='月度利润')
plt.show()

不用写复杂循环，处理完数据直接出图，效率拉满！

五、3 个美化小技巧，让图表更好看

1. 改颜色：color='red'/'blue'/'orange'，随便换
2. 加网格：plt.grid(True)，数据更清晰
3. 改大小：plt.figure(figsize=(8,5))，调图表长宽

六、总结

Python 数据可视化真的不难！

• 装两个库：matplotlib + pandas
• 4 种常用图：折线、柱状、饼图、散点图
• 复制代码→改数据→运行，就能出图

不用背代码，用到时直接查这篇，新手也能做出专业图表！

---

总结

1. 核心工具：Matplotlib（画图）+ Pandas（数据）
2. 4 种基础图表，覆盖 90% 日常需求，复制代码就能用
3. 不用死记语法，改数据、改颜色就能做出好看图表