我用最简单、最直观、新手一看就会的方式，教你用 Python 做数据可视化，只讲最常用、最实用的部分，直接复制代码就能跑！

Python 数据可视化：3 分钟上手

Python 最常用两个库：

1. Matplotlib：基础画图（万能）
2. Seaborn：更好看的图表（自动美化）

第一步：安装库（复制运行）

打开终端 / 命令提示符，运行：

bash

运行

pip install matplotlib seaborn pandas

---

第二步：5 种最常用图表（直接复制运行）

我给你完整可运行代码，不用准备数据，代码自带数据！

1. 折线图（看趋势：销量、温度、股价）

python

运行

import matplotlib.pyplot as plt

# 数据
x = [1,2,3,4,5]   # 月份
y = [10,20,15,28,25] # 销量

# 画图
plt.plot(x, y, linewidth=3, color='blue', marker='o')

# 标签
plt.title("月度销量趋势", fontsize=14)
plt.xlabel("月份")
plt.ylabel("销量")

# 显示
plt.show()

---

2. 柱状图（对比大小：成绩、销售额）

python

运行

import matplotlib.pyplot as plt

x = ["苹果", "香蕉", "橙子"]
y = [35, 28, 42]

plt.bar(x, y, color="orange")
plt.title("水果销量对比")
plt.xlabel("水果")
plt.ylabel("销量")
plt.show()

---

3. 饼图（看占比：份额、分类占比）

python

运行

import matplotlib.pyplot as plt

labels = ["A类", "B类", "C类", "D类"]
sizes = [15, 30, 45, 10]

plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("分类占比")
plt.show()

---

4. 散点图（看相关性：身高体重、分数与时间）

python

运行

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y, color="red")
plt.title("散点图示例")
plt.show()

---

5. 直方图（看分布：成绩分布、年龄分布）

python

运行

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(1000)

plt.hist(data, bins=20)
plt.title("数据分布")
plt.show()

---

第三步：Pandas + 可视化（最实用！）

实际工作中，表格数据直接画图，一行代码搞定：

python

运行

import pandas as pd
import matplotlib.pyplot as plt

# 造一个数据框
data = {
    "姓名": ["张三", "李四", "王五"],
    "语文": [85, 92, 78],
    "数学": [90, 88, 95]
}
df = pd.DataFrame(data)

# 直接画图！
df.plot(kind="bar", x="姓名", y=["语文", "数学"])
plt.title("成绩对比")
plt.show()

---

超实用总结：你只需要记住 4 行

任何图表通用模板：

python

运行

import matplotlib.pyplot as plt  # 1. 导入库

plt.plot(x,y)   # 2. 画图（bar/pie/hist/scatter）
plt.title()    # 3. 标题
plt.show()     # 4. 显示