项目8 数据可视化（Matplotlib/Seaborn）
学习目标
- 理解数据可视化的作用和选择图表的原则
- 掌握 pandas 内置的
.plot()快速绘图 - 学会用 Matplotlib 绘制折线图、柱状图、饼图、散点图
- 学会用 Seaborn 绘制热力图、箱线图
- 能够根据数据类型选择合适的图表
- 掌握图表美化的基本技巧
知识点讲解
1. 为什么要做数据可视化？
人脑处理图像的速度比处理文字快 6 万倍。一张好的图表，能让老板在 3 秒内看懂数据趋势。做数据分析，最后一步通常就是把结果"画"出来。
2. 如何选择合适的图表？
- 折线图：看趋势变化（销售额随时间变化）
- 柱状图：比较不同类别的数值（各品类销售额对比）
- 饼图：看占比构成（各品类销售占比）
- 散点图：看两个变量的关系（价格 vs 销量）
- 热力图：看矩阵数据的密度（各地区各月份销售额）
- 箱线图：看数据分布和异常值
3. pandas 快速绘图
pandas 的 Series 和 DataFrame 都有 .plot() 方法，底层调用的是 Matplotlib，适合快速出图。
# Series 直接画折线图
df['销售额'].plot()
# DataFrame 画多线图
df.plot(x='月份', y=['销售额', '利润'])
4. Matplotlib 精细控制
Matplotlib 是 Python 最基础的绘图库，可以精确控制图表的每一个元素：标题、坐标轴、颜色、图例等。
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 5))
plt.plot(x, y, label='销售额')
plt.title('月度销售额趋势')
plt.xlabel('月份')
plt.ylabel('金额（元）')
plt.legend()
plt.show()
5. Seaborn 统计图表
Seaborn 基于 Matplotlib，专门做统计可视化，代码更简洁，默认样式更美观。
import seaborn as sns
sns.heatmap(data, annot=True, fmt='.0f', cmap='YlOrRd')
sns.boxplot(x='品类', y='销售额', data=df)
完整代码示例
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
# 设置中文字体（Windows）
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
# ========== 1. 创建模拟数据 ==========
np.random.seed(42)
# 月度销售数据
months = ['1月', '2月', '3月', '4月', '5月', '6月']
sales = [120, 135, 148, 162, 155, 178]
profit = [25, 30, 35, 40, 38, 45]
# 品类销售数据
categories = ['食品', '饮料', '日用品', '家电', '服装']
cat_sales = [320, 210, 180, 450, 290]
# 详细订单数据（用于散点图和箱线图）
n = 200
df = pd.DataFrame({
'品类': np.random.choice(categories, n),
'销售额': np.random.randint(50, 2000, n),
'数量': np.random.randint(1, 20, n),
'客户评分': np.random.randint(1, 6, n)
})
# 热力图数据：地区 × 月份
regions = ['华东', '华南', '华北', '西南']
heatmap_data = np.random.randint(50, 300, size=(4, 6))
heatmap_df = pd.DataFrame(heatmap_data, index=regions, columns=months)
# ========== 2. 折线图：月度销售趋势 ==========
plt.figure(figsize=(10, 5))
plt.plot(months, sales, marker='o', linewidth=2, label='销售额', color='#2563eb')
plt.plot(months, profit, marker='s', linewidth=2, label='利润', color='#16a34a')
plt.title('2024年上半年销售额与利润趋势', fontsize=14, fontweight='bold')
plt.xlabel('月份')
plt.ylabel('金额（万元）')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
# ========== 3. 柱状图：品类销售额对比 ==========
plt.figure(figsize=(10, 5))
colors = ['#2563eb', '#0ea5e9', '#8b5cf6', '#f59e0b', '#ef4444']
bars = plt.bar(categories, cat_sales, color=colors, edgecolor='white')
plt.title('各品类销售额对比', fontsize=14, fontweight='bold')
plt.xlabel('品类')
plt.ylabel('销售额（万元）')
# 在柱子上标注数值
for bar, val in zip(bars, cat_sales):
plt.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 5,
str(val), ha='center', va='bottom', fontweight='bold')
plt.tight_layout()
plt.show()
# ========== 4. 饼图：品类销售占比 ==========
plt.figure(figsize=(8, 8))
plt.pie(cat_sales, labels=categories, autopct='%1.1f%%',
colors=colors, startangle=90, explode=(0.05, 0, 0, 0.05, 0))
plt.title('各品类销售占比', fontsize=14, fontweight='bold')
plt.show()
# ========== 5. 散点图：数量 vs 销售额 ==========
plt.figure(figsize=(10, 6))
for i, cat in enumerate(categories):
mask = df['品类'] == cat
plt.scatter(df[mask]['数量'], df[mask]['销售额'],
label=cat, alpha=0.6, s=50, color=colors[i])
plt.title('订单数量与销售额关系', fontsize=14, fontweight='bold')
plt.xlabel('数量')
plt.ylabel('销售额（元）')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
# ========== 6. 热力图：地区 × 月份 ==========
plt.figure(figsize=(10, 6))
sns.heatmap(heatmap_df, annot=True, fmt='d', cmap='YlOrRd',
linewidths=0.5, cbar_kws={'label': '销售额（万元）'})
plt.title('各地区月度销售额热力图', fontsize=14, fontweight='bold')
plt.tight_layout()
plt.show()
# ========== 7. 箱线图：各品类销售额分布 ==========
plt.figure(figsize=(10, 6))
sns.boxplot(x='品类', y='销售额', data=df, palette='Set2')
plt.title('各品类销售额分布（箱线图）', fontsize=14, fontweight='bold')
plt.ylabel('销售额（元）')
plt.tight_layout()
plt.show()
# ========== 8. pandas 内置 plot 快速绘图 ==========
print("\n【pandas 快速绘图示例】")
# 折线图
df_ts = pd.DataFrame({'月份': months, '销售额': sales, '利润': profit})
df_ts.set_index('月份')['销售额'].plot(kind='line', marker='o', title='pandas快速折线图')
plt.show()
# 柱状图
df_ts.set_index('月份')['销售额'].plot(kind='bar', color='#2563eb', title='pandas快速柱状图')
plt.show()
# ========== 9. 组合图：柱状图 + 折线图 ==========
fig, ax1 = plt.subplots(figsize=(10, 5))
ax1.bar(months, sales, color='#2563eb', alpha=0.7, label='销售额')
ax1.set_ylabel('销售额（万元）', color='#2563eb')
ax2 = ax1.twinx()
ax2.plot(months, [s/p*100 for s, p in zip(sales, profit)],
color='#ef4444', marker='o', linewidth=2, label='利润率(%)')
ax2.set_ylabel('利润率（%）', color='#ef4444')
plt.title('销售额与利润率组合图', fontsize=14, fontweight='bold')
fig.legend(loc='upper left')
plt.tight_layout()
plt.show()
实操步骤
步骤1：新建 Notebook，导入 pandas、numpy、matplotlib.pyplot、seaborn。
步骤2：设置中文字体，解决中文乱码问题（根据系统选择 SimHei 或 Microsoft YaHei）。
步骤3：运行折线图代码，观察销售额和利润的趋势变化。
步骤4：运行柱状图代码，对比各品类的销售额，尝试修改颜色。
步骤5：运行饼图代码，观察各品类的占比，尝试调整 explode 参数突出显示某个品类。
步骤6：运行散点图代码，分析数量和销售额之间的关系。
步骤7：运行热力图代码，观察哪个地区哪个月份销售额最高。
步骤8：运行箱线图代码，找出哪个品类的销售额波动最大、异常值最多。
步骤9：尝试用 pandas 的 .plot() 方法快速画折线图和柱状图，对比 Matplotlib 的写法。
练习1：matplotlib基础折线图
使用 pandas 创建月度销售数据，用 Matplotlib 的 plt.plot() 绘制折线图展示销售趋势。在代码练习环境中，我们用文本折线图模拟可视化效果，展示如何用 plt.plot() 绘制带标记点的折线图。
执行结果
点击 "运行代码" 按钮查看执行结果
参考答案
练习2：柱状图和饼图
使用 plt.bar() 绘制各品类销售额柱状图，用 plt.pie() 绘制销售占比饼图。在代码练习环境中，我们用文本柱状图和文本饼图模拟可视化效果，展示各品类的销售对比和占比关系。
执行结果
点击 "运行代码" 按钮查看执行结果
参考答案
练习3：pandas内置plot快速可视化
使用 pandas 的 .plot() 方法快速生成折线图、柱状图和面积图。掌握 kind 参数的使用：'line'折线图、'bar'柱状图、'area'面积图、'pie'饼图、'scatter'散点图。体会 pandas 快速绘图的便捷性。
执行结果
点击 "运行代码" 按钮查看执行结果
参考答案
项目小结
本项目我们学习了数据可视化的核心技能：
- 选图原则：趋势用折线、比较用柱状、占比用饼图、关系用散点、矩阵用热力图、分布用箱线。
- pandas 快速绘图：
.plot()一行代码出图，适合探索性分析。 - Matplotlib 精细控制：可以控制标题、坐标轴、颜色、图例等每一个细节。
- Seaborn 统计图表：热力图、箱线图等统计图表代码更简洁，样式更美观。
- 中文显示：记得设置中文字体，否则中文会变成方框。
- 组合图：可以用
twinx()把柱状图和折线图画在一起，展示双轴数据。
记住：图表不是越多越好，一张清晰、准确的图表胜过十张花哨的图表。选择合适的图表类型，才能让数据"说话"！