数据可视化：绘图基础

一张图的前世今生

pandas 的绘图是 matplotlib 的”快捷方式”。matplotlib 是 Python 最基础的绘图库，pandas 的 .plot 方法把它包装成了两三行代码。所以画图前先导入 matplotlib：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

Jupyter 里想直接显示图片，加一行魔法命令 %matplotlib inline（新版 Jupyter 默认已经内联）。脚本环境里要用 plt.show() 才会弹出窗口。

理解一个概念就够：一张图由 Figure（画布）和 Axes（坐标系）组成。pandas 的 plot 方法自动创建画布和坐标系，返回的 Axes 对象可以继续加工。plt.show() 显示，plt.savefig() 保存，职责分明。

线图：Series.plot()

Series.plot() 画折线图，索引自动成为 x 轴：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成 30 天销售额（累计和，模拟增长趋势）
s = pd.Series(np.random.randn(30).cumsum() + 100,
              index=pd.date_range("2024-01-01", periods=30))
s.plot()
plt.show()

索引是日期时，pandas 自动把 x 轴刻度排得整齐（自动格式化日期），趋势一眼可见。

多列：DataFrame.plot()

DataFrame.plot() 把所有数值列画在一起，图例自动标出列名：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(100, 3).cumsum(axis=0),
                  columns=["A", "B", "C"])
df.plot()
plt.show()

想指定哪两列对应 x 和 y，用 x、y 参数：df.plot(x="A", y="B")，适合”横轴是某个业务指标、纵轴是另一个”的场景。

几条线想叠在同一张图上，逐列调用再统一显示即可：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(100, 2), columns=["A", "B"])
df["A"].plot(label="A")
df["B"].plot(label="B")
plt.legend()
plt.show()

柱状图：plot.bar()

柱状图适合”分类 vs 数值”：每个分类一根柱子。用 kind 参数或直接调方法都行，推荐方法名，写起来更顺：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({"苹果": [30, 45, 38], "香蕉": [22, 18, 27]},
                  index=["一月", "二月", "三月"])
df.plot.bar()               # 每组两根柱子
plt.show()

df.plot.bar(stacked=True)   # 堆叠：一根柱子是总量
plt.show()

plot.barh() 是横着的柱状图，类别名太长时更好用。plot 的所有 kind 都只是”换个底层 matplotlib 函数”：bar 调 ax.bar()、scatter 调 ax.scatter()，所以 matplotlib 的参数大多能直接透传，比如 df.plot.bar(color="orange")。

什么数据配什么图

选图先想清楚要回答什么问题，再选类型：

你想看什么	用哪种图	方法
随时间的变化趋势	线图	plot()
分类之间的对比	柱状图	plot.bar()
单个数值的分布	直方图	plot.hist()
多列分布对比、找离群点	箱线图	plot.box()
两个数值列的关系	散点图	plot.scatter()
总量变化及构成	面积图	plot.area()
占比	饼图	plot.pie()

最常见的选错：柱状图和线图分不清。柱状图的 x 轴是分类（哪个产品、哪个月份），线图的 x 轴是连续值（时间、数值区间）。类别之间没有先后关系还硬连成线，会画出误导人的趋势。下一节逐个展开这些图的具体用法。

标题、标签与网格

plot 方法支持常见的修饰参数，直接写在调用里：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

s = pd.Series(np.random.randn(50).cumsum())
s.plot(title="走势图", ylabel="数值", grid=True, legend=False)
plt.show()

title 设标题，xlabel / ylabel 设轴标签，grid=True 加网格线，legend=False 关图例。轴刻度、字体大小这类更细的控制，用返回的 Axes 对象调 matplotlib 方法。

保存图片

plt.show() 显示窗口，plt.savefig() 存文件。顺序上先 savefig 再 show，否则可能存到空白图：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

s = pd.Series(np.random.randn(50).cumsum())
s.plot(title="走势图", ylabel="数值")
plt.savefig("trend.png", dpi=150, bbox_inches="tight")
plt.show()

dpi 控制清晰度，150 以上适合放进文档；bbox_inches="tight" 裁掉多余留白。保存步骤小结：画出图 → 调 savefig 存文件 → show 显示。

中文乱码是新手第一大坑：matplotlib 默认字体不含中文。提前设好：

import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["SimHei"]  # 黑体
plt.rcParams["axes.unicode_minus"] = False    # 负号正常显示

缺失值怎么办

pandas 绘图对 NaN 有默认策略：线图留缺口、柱图和面积图按 0 填充、散点图直接丢弃。想完全掌控，先 dropna() 或 fillna() 再画。数据里有缺失时，提前想清楚”这个空该算 0 还是该断开”，比事后解释图形要省事。

小结

pandas 绘图三板斧：Series.plot() 画单列、DataFrame.plot() 画多列、plot.bar() 画分类柱状图。它本质是 matplotlib 的封装，记住”pandas 出图、matplotlib 收尾（保存、样式）“就够用了。选图口诀：趋势线图、对比柱图、分布直方图、关系散点图。下一节上难度：直方图、箱线图、散点图、子图布局这些进阶图形。