Skip to main content

3.4.1 可视化路线图：先选图表，再调样式

可视化不是装饰。它把分析结果变成别人能快速看懂的图。

先看选图地图​

数据可视化路线图

先用这个判断：

想表达...先用...
随时间变化折线图
类别对比柱状图
分布直方图或箱线图
两个数值的关系散点图
相关矩阵热力图

图表类型选对之后，再处理标题、坐标轴、图例、颜色和标注。

先跑一次图表​

创建 visual_first_loop.py，安装 pandas 和 matplotlib 后运行。

import pandas as pd
import matplotlib.pyplot as plt

sales = pd.DataFrame(
    {
        "month": ["2026-01", "2026-02", "2026-03", "2026-04"],
        "amount": [120, 180, 160, 220],
    }
)

ax = sales.plot(x="month", y="amount", marker="o", legend=False)
ax.set_title("Monthly sales")
ax.set_xlabel("Month")
ax.set_ylabel("Amount")
plt.tight_layout()
plt.savefig("sales_trend.png", dpi=150)

print("saved: sales_trend.png")

预期输出：

saved: sales_trend.png

打开图片，只检查一件事：读者能不能在三秒内看出趋势？

按这个顺序学​

顺序阅读练什么
13.4.2 Matplotlib 基础Figure、Axes、折线/柱状/散点
23.4.3 Seaborn 统计可视化更快做探索性图表
33.4.5 可视化最佳实践选图、标签、颜色、误导性图表
43.4.4 Plotly 交互式可视化项目需要交互时再用

通过标准​

能从一个数据集做出 4 张有用图表，并说清楚每张图为什么这样选，就算通过。