数据可视化是数据分析的核心环节，通过图表将枯燥的数字转化为直观的图形，能快速发现数据规律、提升分析结果的可读性。
一、环境准备：安装与基础配置
1. 库安装
首先确保安装Matplotlib、Seaborn及依赖库（Pandas/Numpy用于数据处理）：
pip install matplotlib seaborn pandas numpy
2. 基础配置（解决中文显示、图表样式问题）
Matplotlib默认不支持中文，需提前配置字体；Seaborn可通过预设样式美化图表：
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np# 全局配置：解决Matplotlib中文显示问题（Windows/Linux/Mac通用）
plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"] # 中文支持字体
plt.rcParams["axes.unicode_minus"] = False # 解决负号显示为方块的问题# Seaborn样式配置（可选，让图表更美观）
sns.set_style("whitegrid") # 预设样式：whitegrid/darkgrid/white/ticks
sns.set_palette("Set2") # 配色方案：Set2/tab10/Paired等
二、Matplotlib核心操作：基础图表绘制
Matplotlib是Python可视化的基础，支持自定义图表的每一个元素，适合绘制各类基础图表。
1. 折线图：展示数据趋势（如时间序列）
适用场景：分析数据随时间/连续变量的变化趋势，如月度销售额、日访问量。
# 构造示例数据：月度销售额
months = ["1月", "2月", "3月", "4月", "5月", "6月"]
sales = [120, 150, 130, 180, 200, 220]# 创建画布与子图（figsize指定图表大小）
fig, ax = plt.subplots(figsize=(10, 6))# 绘制折线图
ax.plot(months, sales, color="#2E86AB", # 线条颜色linewidth=2, # 线条宽度marker="o", # 数据点标记样式markersize=8, # 标记大小label="销售额（万元）"
)# 添加标题、坐标轴标签
ax.set_title("2024年上半年销售额趋势", fontsize=16, pad=20)
ax.set_xlabel("月份", fontsize=12)
ax.set_ylabel("销售额（万元）", fontsize=12)# 添加图例、网格
ax.legend(loc="upper left", fontsize=10)
ax.grid(True, alpha=0.3) # alpha调整网格透明度# 保存图片（dpi控制清晰度，bbox_inches解决标题被截断）
plt.savefig("sales_trend.png", dpi=300, bbox_inches="tight")
plt.show()
2. 柱状图：对比分类数据（如不同品类销量）
适用场景：对比不同分类的数值大小，如各产品销量、各部门人数。
# 构造示例数据：各产品销量
products = ["产品A", "产品B", "产品C", "产品D"]
sales_2023 = [80, 150, 100, 120]
sales_2024 = [100, 180, 110, 150]# 绘制分组柱状图
x = np.arange(len(products)) # 分类位置
width = 0.35 # 柱子宽度fig, ax = plt.subplots(figsize=(10, 6))
# 2023年销量
ax.bar(x - width/2, sales_2023, width, label="2023年", color="#A23B72")
# 2024年销量
ax.bar(x + width/2, sales_2024, width, label="2024年", color="#F18F01")# 自定义坐标轴与标签
ax.set_title("2023-2024年各产品销量对比", fontsize=16)
ax.set_xlabel("产品类型", fontsize=12)
ax.set_ylabel("销量（件）", fontsize=12)
ax.set_xticks(x)
ax.set_xticklabels(products)
ax.legend()# 给柱子添加数值标签
for i, v in enumerate(sales_2023):ax.text(i - width/2, v + 5, str(v), ha="center", fontsize=10)
for i, v in enumerate(sales_2024):ax.text(i + width/2, v + 5, str(v), ha="center", fontsize=10)plt.show()
3. 散点图：分析变量相关性（如身高与体重）
适用场景：展示两个数值变量的关系，判断是否存在正/负相关。
# 构造示例数据：身高与体重
np.random.seed(0) # 固定随机数，保证结果可复现
height = np.random.normal(170, 5, 200) # 身高：均值170，标准差5
weight = height * 0.6 + np.random.normal(0, 3, 200) # 体重与身高正相关fig, ax = plt.subplots(figsize=(10, 6))
# 绘制散点图
ax.scatter(height, weight,c="#F18F01", # 点的颜色alpha=0.7, # 透明度（避免点重叠）s=50, # 点的大小edgecolors="black" # 点的边框颜色
)ax.set_title("身高与体重相关性分析", fontsize=16)
ax.set_xlabel("身高（cm）", fontsize=12)
ax.set_ylabel("体重（kg）", fontsize=12)
ax.grid(True, alpha=0.3)plt.show()
三、Seaborn进阶操作：统计可视化更高效
Seaborn基于Matplotlib开发，专为统计分析设计，代码更简洁、图表更美观，支持一键绘制带统计信息的图表。
1. 箱线图：分析数据分布（如不同地区薪资）
适用场景：展示数据的四分位数、异常值，对比不同分组的分布差异。
# 构造示例数据：不同城市薪资
data = {"城市": ["北京"]*50 + ["上海"]*50 + ["广州"]*50 + ["深圳"]*50,"薪资": np.concatenate([np.random.normal(15000, 3000, 50), # 北京np.random.normal(14000, 2800, 50), # 上海np.random.normal(10000, 2000, 50), # 广州np.random.normal(14500, 3200, 50) # 深圳])
}
df = pd.DataFrame(data)# 绘制箱线图
plt.figure(figsize=(12, 7))
sns.boxplot(x="城市", y="薪资", data=df,palette="Set2", # 配色linewidth=1.5 # 线条宽度
)plt.title("一线城市薪资分布对比", fontsize=16, pad=20)
plt.xlabel("城市", fontsize=12)
plt.ylabel("薪资（元）", fontsize=12)
plt.grid(axis="y", alpha=0.3)
plt.show()
2. 热力图：展示数据相关性（如特征关联度）
适用场景：以颜色深浅展示矩阵数据，分析变量间的相关性，如电商用户行为特征关联。
# 构造示例数据：特征相关性矩阵
# 数据为随机生成的5个特征的相关性
np.random.seed(1)
corr_data = np.random.rand(5, 5)
corr_data = (corr_data + corr_data.T) / 2 # 转为对称矩阵（模拟相关性）
np.fill_diagonal(corr_data, 1) # 对角线为1（自身相关）# 特征名称
features = ["消费金额", "购买频次", "浏览时长", "收藏数", "评价数"]
corr_df = pd.DataFrame(corr_data, index=features, columns=features)# 绘制热力图
plt.figure(figsize=(10, 8))
sns.heatmap(corr_df,annot=True, # 显示数值fmt=".2f", # 数值格式（保留2位小数）cmap="RdBu_r", # 配色方案（红-蓝反向）vmin=-1, vmax=1, # 颜色范围（相关性-1到1）linewidths=0.5, # 格子边框宽度cbar_kws={"label": "相关系数"} # 颜色条标签
)plt.title("用户行为特征相关性热力图", fontsize=16, pad=20)
plt.xticks(rotation=45, ha="right") # x轴标签旋转，避免重叠
plt.show()
3. 直方图+核密度图：展示数据分布（如年龄分布）
适用场景：结合直方图（频数）和核密度图（概率密度），直观展示单变量分布。
# 构造示例数据：用户年龄
age = np.random.normal(30, 8, 1000) # 均值30，标准差8
age = np.clip(age, 18, 60) # 限制年龄范围18-60岁
df_age = pd.DataFrame({"年龄": age})# 绘制直方图+核密度图
plt.figure(figsize=(12, 7))
sns.histplot(data=df_age,x="年龄",bins=20, # 直方图分组数kde=True, # 显示核密度曲线color="#2E86AB",edgecolor="black"
)plt.title("平台用户年龄分布", fontsize=16, pad=20)
plt.xlabel("年龄", fontsize=12)
plt.ylabel("人数", fontsize=12)
plt.grid(axis="y", alpha=0.3)
plt.show()
四、实战案例：整合Matplotlib+Seaborn分析销售数据
结合以上知识点，完成一个完整的销售数据可视化分析案例：
# 1. 构造销售数据
np.random.seed(2)
dates = pd.date_range(start="2024-01-01", end="2024-06-30", freq="D")
sales_data = {"日期": dates,"销售额": np.random.normal(10000, 2000, len(dates)),"品类": np.random.choice(["电子产品", "服装", "食品", "家居"], len(dates))
}
df_sales = pd.DataFrame(sales_data)
# 按月份+品类汇总
df_sales["月份"] = df_sales["日期"].dt.month_name()
month_order = ["January", "February", "March", "April", "May", "June"]
df_monthly = df_sales.groupby(["月份", "品类"])["销售额"].sum().reset_index()# 2. 绘制子图：左（月度总销售额折线图）、右（品类销售额柱状图）
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(18, 7))# 子图1：月度总销售额折线图（Matplotlib）
monthly_total = df_sales.groupby("月份")["销售额"].sum().reindex(month_order)
ax1.plot(["1月", "2月", "3月", "4月", "5月", "6月"],monthly_total.values,color="#A23B72",linewidth=3,marker="o",markersize=10
)
ax1.set_title("2024年上半年月度总销售额", fontsize=14)
ax1.set_xlabel("月份")
ax1.set_ylabel("销售额（元）")
ax1.grid(alpha=0.3)# 子图2：各品类月度销售额柱状图（Seaborn）
sns.barplot(x="月份",y="销售额",hue="品类",data=df_monthly,order=month_order,palette="Set2",ax=ax2
)
ax2.set_title("2024年上半年各品类月度销售额", fontsize=14)
ax2.set_xlabel("月份")
ax2.set_ylabel("销售额（元）")
ax2.set_xticklabels(["1月", "2月", "3月", "4月", "5月", "6月"])
ax2.legend(title="品类", loc="upper right")# 全局标题
fig.suptitle("2024年上半年销售数据可视化分析", fontsize=18, y=1.02)
plt.tight_layout() # 调整子图间距
plt.savefig("sales_analysis.png", dpi=300, bbox_inches="tight")
plt.show()
五、常见问题与优化技巧
1. 图表优化小技巧
- 中文显示：通过
plt.rcParams配置字体，避免乱码； - 图表清晰度：保存时设置
dpi=300，提升图片分辨率； - 标签重叠：使用
plt.xticks(rotation=45)旋转x轴标签，或figsize调大画布； - 配色选择：优先使用Seaborn预设配色（如Set2、tab10），避免颜色杂乱。
2. 常见报错解决
UserWarning: findfont: Font family [...] not found：更换系统已安装的中文字体名称；ValueError: x and y must be the same size：检查x、y轴数据长度是否一致；- 图表不显示：确保最后执行
plt.show()（Jupyter环境需%matplotlib inline）。