Python学习第78天：matplotlib入门到精通（数据可视化-1：将数据变成漂亮的统计图表）

Python学习100天（从入门到精通系列文章）文章目录Python学习100天（从入门到精通系列文章）前言一、matplotlib 概述与图表选择指南1.1 什么是 matplotlib1.2 安装与环境准备二、matplotlib 基础配置2.1 解决中文显示问题2.2 启用矢量图渲染三、创建画布与坐标系3.1 创建画布（Figure）3.2 创建坐标系（Axes）四、常用图表绘制详解4.1 折线图（Line Plot）—— 看趋势在同一坐标系绘制多条曲线使用多个子图嵌套坐标系（add_axes）4.2 散点图（Scatter Plot）—— 定关系4.3 柱状图（Bar Chart）—— 比数据堆叠柱状图4.4 饼状图（Pie Chart）—— 查占比4.5 直方图（Histogram）—— 看分布累计分布直方图4.6 箱线图（Box Plot）—— 找离群五、图表的显示与保存5.1 显示图表5.2 保存图表到文件六、常见错误与避坑指南错误1：中文显示为方框错误2：savefig 保存空白图片错误3：子图索引超出范围参考链接总结前言数据可视化是数据分析的"最后一公里"——再好的分析结论，如果不能直观地呈现出来，就很难打动决策者。在之前的课程中，我们通过 Pandas 的plot方法快速生成过图表，但那只是"一键出图"的快捷方式。今天我们要深入它的底层引擎——matplotlib，掌握从画布创建到图表定制的完整技能。本文适合已经学过 NumPy 和 Pandas 基础、准备进阶数据可视化的读者。一、matplotlib 概述与图表选择指南1.1 什么是 matplotlibmatplotlib 是 Python 生态中最老牌、最强大的数据可视化库，几乎所有其他 Python 绘图库（Seaborn、Plotnine 等）都是基于它封装的。它的设计哲学是"让你能控制图表上的每一个像素"。在开始编码之前，先看一张图表选择指南——当你面对数据不知道选什么图时，这张图就是你的"决策树"：看趋势→ 折线图比数据→ 柱状图定关系→ 散点图查占比→ 饼状图看分布→ 直方图找离群→ 箱线图