第 15 章 数据可视化

"一图胜千言"。pandas 内置了基于 Matplotlib 的绘图接口（.plot），几行代码就能生成折线图、柱状图、散点图、箱线图、直方图等常用图表。本篇文章带你掌握 pandas 绘图的全部常用技能，并能与 Matplotlib 无缝配合做细节美化。

目录

1. 绘图环境准备

2. Series / DataFrame 绘图总览

3. 折线图 line

4. 柱状图 bar / barh

5. 直方图 hist

6. 箱线图 box

7. 散点图 scatter

8. 饼图 pie

9. 面积图 area

10. 与 Matplotlib 配合美化

11. 子图布局

12. 实战：销售数据可视化报告

13. 常见坑与注意事项

14. 本章小结与练习

1. 绘图环境准备

# 安装（如未安装）
# pip install matplotlib

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

# 在 Jupyter 中显示图片
%matplotlib inline

# 支持中文显示（Windows/常见环境）
plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei", "Arial Unicode MS"]
plt.rcParams["axes.unicode_minus"] = False   # 正常显示负号

不设置中文字体的话，图表中文会显示成方框。这是最常见的坑。

2. Series / DataFrame 绘图总览

df.plot(kind="类型", 参数...)，kind 决定图表类型：

| kind | 图表 | 适用场景 |

|------|------|----------|

| line（默认） | 折线图 | 趋势变化（时间序列） |

| bar | 柱状图 | 分类对比 |

| barh | 横向柱状图 | 分类对比（类别名长时） |

| hist | 直方图 | 数值分布 |

| box | 箱线图 | 分布与离群值 |

| scatter | 散点图 | 两变量关系 |

| pie | 饼图 | 占比 |

| area | 面积图 | 累积趋势 |

| hexbin | 六边形密度图 | 大数据散点密度 |

| kde | 核密度估计图 | 平滑分布 |

准备数据：

np.random.seed(42)
df = pd.DataFrame({
    "日期": pd.date_range("2025-01-01", periods=30, freq="D"),
    "销量": np.random.randint(100, 300, 30),
    "广告费": np.random.randint(20, 80, 30),
})
sales_by_city = pd.Series(
    [1200, 950, 800, 650, 500],
    index=["北京", "上海", "广州", "深圳", "杭州"],
)

3. 折线图 line

# 最简单：Series 或带数值列的 DataFrame
df.set_index("日期")["销量"].plot()
plt.title("每日销量趋势")
plt.xlabel("日期")
plt.ylabel("销量")
plt.show()

# 多列折线（自动生成图例）
df.set_index("日期")[["销量", "广告费"]].plot()
plt.show()

# 定制
df.set_index("日期")["销量"].plot(
    figsize=(10, 5),       # 图大小
    color="red",           # 颜色
    linestyle="--",        # 线型
    linewidth=2,           # 线宽
    marker="o",            # 数据点标记
    grid=True,             # 网格
    title="销量走势",
)
plt.show()

4. 柱状图 bar / barh

# 垂直柱状图
sales_by_city.plot(kind="bar", color="steelblue")
plt.title("各城市销量")
plt.ylabel("销量")
plt.xticks(rotation=45)     # 标签旋转，避免重叠
plt.show()

# 横向柱状图（类别多时更清晰）
sales_by_city.plot(kind="barh", color="orange")
plt.xlabel("销量")
plt.show()

# DataFrame 多列分组柱状图
df_month = pd.DataFrame({
    "一月": [500, 400],
    "二月": [550, 420],
}, index=["华东", "华南"])
df_month.plot(kind="bar")
plt.show()

# 堆叠柱状图
df_month.plot(kind="bar", stacked=True)
plt.show()

rot=0 可让 x 轴标签不旋转：df.plot(kind="bar", rot=0)。

5. 直方图 hist

# 单列直方图
df["销量"].plot(kind="hist", bins=15, edgecolor="white")
plt.xlabel("销量")
plt.show()

# 多列直方图对比（透明叠加）
df[["销量", "广告费"]].plot(kind="hist", alpha=0.6, bins=15)
plt.show()

# 密度图（平滑版）
df["销量"].plot(kind="kde")
plt.show()

# 累积直方图
df["销量"].plot(kind="hist", cumulative=True, bins=15)
plt.show()

6. 箱线图 box

# 一列箱线图
df["销量"].plot(kind="box")
plt.show()

# 多列箱线图对比（数据分布一目了然）
df[["销量", "广告费"]].plot(kind="box")
plt.show()

# 按分组画箱线图
import seaborn as sns
# 或 pandas：分组后画
df["城市"] = np.random.choice(["A市", "B市", "C市"], 30)
df.boxplot(column="销量", by="城市")
plt.show()

箱线图解读：

   ┌─────────┐   ┌─ 上边缘（Q3 + 1.5*IQR）
   │  ┌───┐  │
   │  │   │  │   ┌─ 上四分位数 Q3（75%）
   │  ├─●─┤  │   ├─ 中位数（50%）
   │  │   │  │   └─ 下四分位数 Q1（25%）
   │  └───┘  │
   └─────────┘   └─ 下边缘（Q1 - 1.5*IQR）
      ○ ○       ○ 离群值

7. 散点图 scatter

# 两列散点
df.plot(kind="scatter", x="广告费", y="销量")
plt.show()

# 带颜色映射（第三维：点的大小/颜色）
df.plot(
    kind="scatter",
    x="广告费", y="销量",
    s=df["销量"] / 10,          # 点大小
    c="广告费",                 # 颜色渐变
    colormap="viridis",
)
plt.show()

# 带回归趋势线（需 seaborn）
import seaborn as sns
sns.regplot(data=df, x="广告费", y="销量")
plt.show()

8. 饼图 pie

sales_by_city.plot(kind="pie", autopct="%.1f%%", figsize=(6, 6))
plt.ylabel("")        # 去掉默认 y 轴标签
plt.title("城市销售占比")
plt.show()

# 自定义颜色与起始角度
sales_by_city.plot(
    kind="pie",
    autopct="%.1f%%",
    startangle=90,           # 起始角度
    colors=["#ff9999", "#66b3ff", "#99ff99", "#ffcc99", "#c2c2f0"],
)
plt.show()

饼图适合 5 个以内分类；分类多时用横向柱状图更清晰。

9. 面积图 area

# 面积图（累计趋势）
df.set_index("日期")[["销量"]].plot(kind="area")
plt.show()

# 多列堆叠面积图
df.set_index("日期")[["销量", "广告费"]].plot(kind="area", stacked=False, alpha=0.5)
plt.show()

10. 与 Matplotlib 配合美化

pandas 的 .plot() 返回的是 Matplotlib 的 Axes 对象，可以直接用 Matplotlib 的 API 继续美化：

ax = df.set_index("日期")["销量"].plot(
    figsize=(10, 5),
    color="#2E86AB",
    linewidth=2,
)

# 标题、标签、图例
ax.set_title("2025 年 1 月每日销量", fontsize=16, pad=15)
ax.set_xlabel("日期", fontsize=12)
ax.set_ylabel("销量（件）", fontsize=12)

# 网格、边框
ax.grid(True, linestyle="--", alpha=0.6)
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)

# 标注最大值
max_idx = df["销量"].idxmax()
ax.annotate(
    f"最高 {df.loc[max_idx, '销量']}",
    xy=(max_idx, df.loc[max_idx, "销量"]),
    xytext=(max_idx, df.loc[max_idx, "销量"] + 20),
    arrowprops=dict(arrowstyle="->"),
)

# 填充区间
ax.fill_between(df.index, df["销量"], alpha=0.15)

# 图例与保存
ax.legend(["销量"])
plt.tight_layout()
plt.savefig("销量图.png", dpi=150)   # 保存高清图
plt.show()

11. 子图布局

# 多个子图
fig, axes = plt.subplots(2, 2, figsize=(12, 8))

# 每个 axes 一个图
df["销量"].plot(kind="line", ax=axes[0, 0], title="折线")
df["销量"].plot(kind="hist", ax=axes[0, 1], title="直方图", bins=15)
df["销量"].plot(kind="box", ax=axes[1, 0], title="箱线图")
sales_by_city.plot(kind="bar", ax=axes[1, 1], title="柱状图")

plt.tight_layout()
plt.show()

# 一行多列
fig, axes = plt.subplots(1, 3, figsize=(15, 4))
df.plot(kind="line", x="日期", y="销量", ax=axes[0])
df.plot(kind="scatter", x="广告费", y="销量", ax=axes[1])
df.plot(kind="kde", y="销量", ax=axes[2])
plt.tight_layout()
plt.show()

ax= 参数可以把图"画进"指定的子图，是实现复杂排版的关键。

12. 实战：销售数据可视化报告

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

plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei"]
plt.rcParams["axes.unicode_minus"] = False

# 模拟数据
np.random.seed(7)
n = 120
sales = pd.DataFrame({
    "日期": pd.date_range("2025-01-01", periods=n, freq="D"),
    "区域": np.random.choice(["华东", "华南", "华北", "西南"], n),
    "销量": np.random.randint(50, 300, n).astype(float),
    "成本": np.random.randint(30, 200, n).astype(float),
})
sales["利润"] = sales["销量"] - sales["成本"]
sales = sales.set_index("日期")

# 1. 总体趋势（7 日滚动）
fig, axes = plt.subplots(2, 2, figsize=(14, 9))

sales["销量"].plot(ax=axes[0, 0], title="每日销量")
sales["销量"].rolling(7).mean().plot(ax=axes[0, 0], label="7日均线", color="orange")
axes[0, 0].legend()

# 2. 区域对比
sales.groupby("区域")["销量"].sum().sort_values().plot(
    kind="barh", ax=axes[0, 1], title="区域销量合计", color="steelblue"
)

# 3. 销量分布
sales["销量"].plot(kind="hist", bins=20, ax=axes[1, 0], title="销量分布", edgecolor="white")

# 4. 利润 vs 成本 散点
sales.plot(kind="scatter", x="成本", y="利润", ax=axes[1, 1], title="成本与利润关系")

plt.tight_layout()
plt.show()

# 5. 月度汇总柱状图
monthly = sales.resample("M")[["销量", "利润"]].sum()
monthly.plot(kind="bar", title="月度销量与利润")
plt.xticks(rotation=0)
plt.show()

13. 常见坑与注意事项

| 坑 | 现象 | 解决办法 |

|----|------|----------|

| 中文乱码 | 方框/乱码 | 设置 font.sans-serif，含 SimHei/微软雅黑 |

| 负号显示为方块 | - 变方块 | axes.unicode_minus = False |

| Jupyter 不显示图 | 无输出 | %matplotlib inline 或 plt.show() |

| 多图重叠 | 标签挤在一起 | plt.tight_layout()、figsize、rot |

| 索引是日期时 x 轴乱 | 默认按行号 | set_index("日期") 后再 plot |

| 柱状图标签重叠 | 分类多 | rot=45 或改 barh |

| 保存图片模糊 | 分辨率低 | dpi=150 |

| 散点图无关联感 | 看不出关系 | 尝试 log 缩放或 hexbin |

14. 本章小结与练习

小结

• 入口：df.plot(kind=...)，kind 决定图表类型；
• 折线（line）、柱状（bar/barh）、直方（hist）、箱线（box）、散点（scatter）、饼图（pie）、面积（area）、密度（kde）；
• .plot() 返回 Matplotlib Axes，可继续用 Matplotlib API 美化；
• ax= 参数实现子图布局；
• 中文显示需设置字体；时间序列先 set_index。

练习题

1. 对每日销量画折线图并叠加 7 日均线。

2. 用柱状图展示各区域销量，横向版本再画一遍。

3. 用散点图观察"广告费 vs 销量"关系并尝试解释。

4. 用箱线图比较两个区域的销量分布。

5. 制作一个 2×2 子图报告：趋势、分布、占比、关系。

下一篇预告：第 16 章 性能优化与实战案例 —— 让 pandas 跑得更快，并用一个完整项目串起全部知识。