Python数据可视化入门:Matplotlib & Seaborn 绘图基础

你是不是也有过这样的困扰？面对一堆密密麻麻的表格数据，眼睛都看酸了，还是找不到其中的规律和重点？其实不用愁，Python里有两个“神器”——Matplotlib 和 Seaborn，能轻松把枯燥的表格，变成直观又好看的图表，让数据自己“说话”！今天我们就从最基础的内容讲起，全程大白话，带你零基础入门数据可视化～

🎨 Matplotlib：Python可视化的“基础画笔”

Matplotlib 是 Python 里最基础、最核心的绘图工具，就像我们画画时手里的画笔和画板，不管是简单的折线图、柱状图，还是复杂的组合图，它都能画出来，是入门的必学工具。

✏️ Matplotlib的核心概念

用Matplotlib绘图，就像在纸上画画，记住三个关键“部件”，就再也不懵了：

•画板（Figure）：就是我们画画用的“白纸”，可以自己设置大小、背景颜色（默认是白色）；

•画布（Axes）：就是白纸上用来画画的“区域”，一张白纸（画板）上，能画多个小区域（比如左边画折线图、右边画柱状图）；

•子图（Subplot）：就是每个区域里画的“具体图表”，我们最终看到的折线图、柱状图，都是画在子图里的。

📝 Matplotlib绘图7步走，零基础也能上手

不用死记硬背，照着这个流程来，每次都能画出规范又好看的图表：

1.准备数据：先把要画图的数据整理好，比如用列表、表格（Pandas DataFrame）存起来，确保数据是干净的；

2.创建画板：用 plt.figure() 打开一张“白纸”，可以顺便设置大小（比如宽10、高6）、背景色；

3.创建子图：用 plt.subplots() 划分“画图区域”，比如想画2张图，就分成2个区域；

4.加标题：用 plt.title() 给图表起个名字，比如“学生语文成绩变化”，让人一眼知道图表讲的是什么；

5.设置坐标轴：用plt.xlabel() 和 plt.ylabel() 给x轴、y轴加标签（比如x轴写“时间”，y轴写“分数”），还能设置数值范围；

6.开始画图：调用 plt.plot()（画折线图）、plt.bar()（画柱状图），把整理好的数据传进去，图表就初步成型了；

7.展示/保存：用 plt.show() 就能看到画好的图，想保存的话就用 plt.savefig()，存成图片文件（比如png格式）。

🌈 Matplotlib的颜色怎么设？很简单！

Matplotlib 支持很多种设颜色的方式，最常用的是RGB颜色模式，简单说就是用三个数字表示颜色，每个数字的范围是0到1（0代表没有这个颜色，1代表这个颜色最浓）。

•比如(1, 0, 0) 就是纯红色，(0, 1, 0) 是纯绿色，(0, 0, 1) 是纯蓝色；

•嫌麻烦的话，直接写颜色名称（比如 'red' 红色、'blue' 蓝色）、缩写（'r' 红色、'b' 蓝色），或者用十六进制代码（比如 '#FF0000' 红色）也可以。

✨ Seaborn：让图表“一键美颜”的神器

如果说 Matplotlib 是基础画笔，那 Seaborn 就是带了“美颜滤镜”的画笔！它是在 Matplotlib 的基础上开发的，用法更简单，画出来的图默认就很好看，尤其适合处理统计类数据（比如成绩分布、数据相关性）。

📈 Seaborn的3个核心优势

•颜值高：自带多种好看的主题，一行代码就能让图表告别“土味”，不用自己慢慢调样式；

•用法简：对表格数据（Pandas DataFrame）特别友好，直接把表格传进去，就能画图，不用额外处理数据；

•懂统计：自带统计分析功能，比如能自动画出数据的分布曲线、添加置信区间，不用自己写复杂的统计代码。

📊 实战：用Seaborn画学生成绩图

我们拿一个常见的学生成绩表举例，教你用Seaborn快速画出3种常用图表，分析各科成绩的分布和相关性，全程复制代码就能运行～

1. 先准备数据（复制代码直接用）

2. 画各科成绩分布（直方图+密度曲线）

想知道语文、数学、英语成绩集中在哪个分数段，画这个图最直观：

3. 画成绩相关性热力图

想知道语文、数学、英语成绩之间有没有关联（比如数学好的人，英语是不是也容易好），用热力图一看就懂：

4. 画箱线图（对比各科成绩分布）

想对比三科成绩的中位数、最高分、最低分，以及有没有异常分数，箱线图最合适：

📌 重点：Matplotlib 和 Seaborn 怎么配合用？

日常做数据可视化，这两个工具搭配起来用，效率最高、效果最好，堪称“黄金搭档”：

•用 Matplotlib 搭“框架”：比如设置画板大小、划分子图布局（比如一张图里放4个小图表）、调整坐标轴、加标题；

•用 Seaborn 画“核心”：用Seaborn的函数绘制具体的图表（比如直方图、热力图），既省时间，又好看；

•灵活调整：画完之后，还能用品Matplotlib的功能，微调图表的细节（比如颜色、字体），满足自己的需求。

举个例子：你可以用品Matplotlib创建一个2行2列的子图布局，再用品Seaborn在每个子图里，分别画直方图、箱线图、散点图和热力图，一张图就能展示所有关键信息，既高效又专业。

💡 入门小贴士

1.先学Matplotlib，再学Seaborn：Matplotlib是基础，掌握它的核心概念和绘图流程，再学Seaborn会特别轻松，事半功倍；

2.多练真实数据：不用一开始就追求复杂图表，从自己身边的数据集入手（比如自己的成绩、每月开销），先画简单的折线图、柱状图，练熟基础操作；

3.善用官方文档：遇到不会的问题，直接查Matplotlib和Seaborn的官方文档，里面有超多示例，照着抄就能解决；

4.从模仿开始：看到好看的图表，试着拆解它的结构（比如用了什么图、颜色怎么设的），然后自己用品代码复现，慢慢就能找到技巧。

最后提醒一句：数据可视化不是“炫技”，核心是帮我们更好地理解数据、发现数据背后的规律。只要掌握了Matplotlib和Seaborn这两个工具，下次再面对密密麻麻的表格数据，你就能轻松画出专业又直观的分析图表，让数据为你所用啦！