数据可视化是数据分析中最重要的环节之一。Matplotlib 是 Python 最基础的可视化库，掌握它之后学习 Seaborn、Plotly 等会非常轻松。

一、基础图表

import matplotlib.pyplot as plt
import numpy as np

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

# 柱状图
categories = ['技术部', '产品部', '市场部']
values = [85, 92, 78]
plt.bar(categories, values, color=['#5470C6', '#91CC75', '#FAC858'])
plt.title('各部门平均绩效')
plt.xlabel('部门')
plt.ylabel('绩效评分')
plt.show()

# 折线图
x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x), label='sin(x)', linewidth=2)
plt.plot(x, np.cos(x), label='cos(x)', linewidth=2)
plt.legend()
plt.title('三角函数曲线')
plt.show()

# 饼图
sizes = [30, 25, 20, 15, 10]
labels = ['Python', 'Java', 'JavaScript', 'Go', '其他']
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.title('编程语言占比')
plt.show()

二、子图布局

fig, axes = plt.subplots(2, 2, figsize=(10, 8))
axes[0, 0].bar(categories, values)
axes[0, 0].set_title('柱状图')
axes[0, 1].plot(x, np.sin(x))
axes[0, 1].set_title('折线图')
axes[1, 0].scatter(np.random.randn(50), np.random.randn(50))
axes[1, 0].set_title('散点图')
axes[1, 1].hist(np.random.randn(1000), bins=30)
axes[1, 1].set_title('直方图')
plt.tight_layout()
plt.show()

💡 觉得有用的话，点赞 + 关注【张老师技术栈】吧！每周更新 Java/Python/爬虫 实战干货，不让你白来。