1. 先从一份真实的门店销售数据说起

去年我给一家连锁零售品牌做数据复盘时，老板扔给我一份三十几万行的门店日销明细，要求半小时内说清楚"哪些区域的增长是靠促销硬撑、哪些是真增长"。第一反应当然是拉Excel透视表，结果文件一打开，数据刷新就花了十分钟。那是我第一次觉得：纯表格工具在数据量上来以后，真的有点带不动了。也是从那次开始，我系统性地把Python数据可视化纳入日常数据处理流程，作为项目推进的第一步。

这篇内容就是那段时间沉淀下来的经验总结，定位是Python数据处理中"数据可视化"这个方向的第一篇入门，重点讲清楚一个核心问题：当你手里已经有一份整理好的数据，怎么用Python最快地把它变成能辅助判断的图表。涉及的工具以Matplotlib为主，辅以pandas内置绘图和Seaborn的简单用法。适合两类人阅读：一是刚接触Python、想用可视化替代Excel作图的数据分析新手；二是已经会用pandas做清洗、但每次画图都要临时百度API的"半熟手"。

我默认你已经有Python环境，并且装好了pandas、matplotlib这两个基础库。还没装的话，终端里执行pip install pandas matplotlib就可以了，如果你的环境是Anaconda，这两样通常是自带的。后面所有案例，我都会用一个改造过的零售门店数据作为示例，数据字段包括门店编号、所属区域、日期、销售额、客流量、是否促销，这样既能覆盖常见图表场景，也和实际业务靠得更近。

2. 为什么先选Matplotlib，而不是一上来就上Seaborn或Plotly

聊到Python可视化，经常有人一上来就推荐Seaborn，说"Matplotlib太底层、太丑"。这话没错，但对新手是个误导。我见过太多人直接用Seaborn画了几张漂亮图，一旦需要微调坐标轴、合并子图、定制图例，就完全无从下手——因为Seaborn本质上是建立在Matplotlib之上的封装，它的美化和简化都替你做了决定，但屏蔽了底层逻辑。结果是：你学会的是"调用，而不是"控制"。

Matplotlib则正好相反。它把所有元素都摆在明面上，画布、坐标系、坐标轴、刻度、标签、图例，每一个都可以单独操作。这种"麻烦"恰恰是它的价值所在。建议的学习路径是先花时间把Matplotlib的核心机制吃透，再回头用Seaborn时你会发现，它那些参数的命名逻辑基本都能和Matplotlib对应上，到那时你调参不再靠猜，而是靠理解。

选型的第二个判断标准是场景。如果你需要做快速探索性分析，用pandas的plot()方法往往就够了；如果你准备把图放进汇报材料里，需要精确控制每一处细节，直接用Matplotlib；如果你做统计模型相关的可视化，比如回归残差图、分布对比图，再用Seaborn。日常工作中，这三种工具经常出现在同一个脚本里，并不冲突。我在实际项目里的习惯是：pandas快速出草图确认分布，Matplotlib做最终呈现，Seaborn用来弥补Matplotlib在统计图形上的短板。

依赖关系也要心里有数：pandas的可视化能力其实是调用Matplotlib实现的，Seaborn同样依赖Matplotlib，所以不管怎么组合，Matplotlib都是那个绕不开的地基。从这个角度说，先学它，怎么都不亏。

3. 绘制第一张图之前，必须搞懂figure与axes的关系

很多人第一课就画plt.plot()，画完确实出图了，但代码一旦复杂就翻车。问题不在参数，而在对Matplotlib运行机制的误解。这里必须花点篇幅讲清楚。

Matplotlib的绘图模型可以理解成：先支一张画板（figure），然后在画板上铺一张或多张画纸（axes），真正的画线、涂色全都发生在画纸上。你写的plt.plot()是在操作"当前画纸"；如果没有显式创建画纸，Matplotlib会在背后自动创建一张画板加一张画纸。这就是为什么简单的几行代码也能出图，但这套"隐式默认"在复杂场景里就是隐患。

来看这段代码基本流程：

import matplotlib.pyplot as plt import pandas as pd # 读取并检查数据 df = pd.read_csv('store_sales.csv', encoding='utf-8-sig') print(df.head()) print(df.shape) print(df.dtypes)

先不要急着画图。拿到数据第一步永远是检查：字段类型对不对、有没有缺失值、日期是不是真被解析成了日期类型。很多初学者的第一张图"出来全是乱的"，根因根本不在绘图代码，而是数据里日期字段是字符串类型，pandas和Matplotlib没有自动帮你解析。遇到这类情况，先把日期转换好：

df['日期'] = pd.to_datetime(df['日期'])

然后我们可以显式创建画板和画纸，再画第一条线：

# 按日期汇总销售额 daily_sales = df.groupby('日期')['销售额'].sum().reset_index() # 显式创建画布和坐标系 fig, ax = plt.subplots(figsize=(12, 6)) # 在坐标系上绘制折线图 ax.plot(daily_sales['日期'], daily_sales['销售额'], color='#2E86AB', linewidth=2) # 设置标题与坐标轴标签 ax.set_title('门店日销售额整体趋势', fontsize=14, pad=15) ax.set_xlabel('日期') ax.set_ylabel('销售额（元）') # 自动调整刻度，避免日期标签重叠 fig.autofmt_xdate() # 显示图形 plt.show()

这段代码里，plt.subplots(figsize=(12, 6))返回两个对象：fig是画板，ax是画纸。之后所有操作都通过ax.xxx()完成，而不是plt.xxx()。这套写法的好处是：图例、标签、标题、坐标轴刻度全部挂在ax上，逻辑清晰，后期改图时不会改动到其他部分。对比一下就会发现，如果你在同一个脚本里画多张图，全用plt.plot()这种写法，很容易出现"后画的图覆盖前一张"或"图例错位"之类的问题，因为所有操作都作用于同一个隐式默认画纸上。

坐标系还有一层重要概念：多个坐标系可以共存在一个画板上。比如你有一个销售额曲线和一个客流量曲线，单位不同、量级也差很多，硬画在同一张画纸里，其中一条会因为量级大把另一条压成一条直线。这时候可以用双子图让它们各占一席，并共享时间轴。代码如下：

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True) monthly = df.groupby(pd.Grouper(key='日期', freq='M')).agg({ '销售额': 'sum', '客流量': 'sum' }).reset_index() ax1.plot(monthly['日期'], monthly['销售额'], color='#2E86AB', linewidth=2) ax1.set_ylabel('销售额（万元）') ax1.set_title('月度销售额与客流量趋势') ax2.plot(monthly['日期'], monthly['客流量'], color='#D64933', linewidth=2) ax2.set_ylabel('客流量（人次）') ax2.set_xlabel('月份') fig.autofmt_xdate() plt.tight_layout() plt.show()

这里sharex=True让两个坐标系共享x轴刻度，方便对比；plt.tight_layout()用来处理子图间距，避免标题和标签挤在一起。做法不难，但理解了fig, ax这套逻辑之后，你再看网上任何教程代码，基本一眼就能看懂对方在干什么。

4. 数据分析中最常用的六类图：从业务场景到代码实现

图表选择不是艺术问题，是匹配问题。什么场景配什么图，取决于你要回答什么问题。我把实际使用频率最高的图表整理成了一套"场景对照表"，然后逐个讲代码写法。

需要提醒的是，饼图实际使用频率没有前五类那么高。它在类别超过六个时，人眼很难精确比较扇形大小，反而容易造成误读。更建议用水平柱状图替代。但作为基础，我仍然建议你学会饼图的参数控制，因为有些业务方确实会要求用饼图呈现，你要有办法画好。

接下来写每一类图的核心代码，基于同一份数据反复练习。

4.1 折线图：先聚合，再绘图

折线图最容易犯的错误是不分组直接拿明细画。那种锯齿状的线条其实没有任何信息价值，只会干扰判断。正确的做法是先做汇总聚合，比如按天、按周、按月。以周为单位汇总并标注促销活动时间点，是零售行业很经典的呈现方式：

# 按周汇总销售额 weekly_sales = df.groupby(pd.Grouper(key='日期', freq='W'))['销售额'].sum() # 识别促销周的销售额均值，作为对比基准 promo_weeks = weekly_sales[weekly_sales.index.isin(df[df['是否促销'] == '是']['日期'])] fig, ax = plt.subplots(figsize=(12, 5)) ax.plot(weekly_sales.index, weekly_sales.values, color='#2E86AB', linewidth=2, label='周销售额') # 标注促销周为橙色圆点 promo_dates = df[df['是否促销'] == '是']['日期'] promo_weeks = weekly_sales.loc[weekly_sales.index.isin(promo_dates.dt.to_period('W').dt.start_time)] ax.scatter(promo_weeks.index, promo_weeks.values, color='#D64933', s=30, zorder=5, label='促销周') ax.set_title('周销售额趋势（标注促销周）', fontsize=14) ax.set_xlabel('日期') ax.set_ylabel('销售额（元）') ax.legend(loc='upper left') fig.autofmt_xdate() plt.show()

这里pd.Grouper(key='日期', freq='W')的作用是按自然周对日期做分桶，返回一个以每周最后一天为索引的序列。促销周用散点叠加标记，这样一眼就能看出促销对销售额的拉动效应——而且能看出来冲高之后是否伴随回落。这种叠加标记的做法，就是数据可视化中最重要的思路之一：一张图里可以同时呈现"趋势"和"事件"两个层次的信息。

4.2 柱状图：横向还是竖向，取决于类别标签长短

柱状图适合做分类对比。这里有一个实际工程问题：如果类别名称很长，或者有七八个甚至更多类别，垂直柱状图的标签会挤在一起。解决方案非常直接——把柱子转成水平方向。

# 各区域销售额对比 region_sales = df.groupby('区域')['销售额'].sum().sort_values(ascending=True) fig, ax = plt.subplots(figsize=(10, 6)) bars = ax.barh(region_sales.index, region_sales.values, color='#6C9EB1', edgecolor='white') # 在柱子末端标注数值 for bar in bars: ax.text(bar.get_width() + 5000, bar.get_y() + bar.get_height()/2, f'{bar.get_width()/10000:.2f}万', va='center', fontsize=10) ax.set_title('各区域销售额（万元）', fontsize=14) ax.set_xlabel('销售额（元）') ax.grid(axis='x', alpha=0.3) plt.show()

代码里通过barh生成水平柱状图，并用sort_values(ascending=True)把销售额最高的区域放最上面，阅读顺序更自然。用循环给每一根柱子的末端加文字数值，这样图表自带数字，读者不必再对着y轴猜。值得单独说一句：很多人画柱状图会忘记加数值标签，图是有了，但信息传递效率其实不高。加了数值之后，图表从"让人看趋势"升级成"让人直接读结果"。

4.3 散点图：画之前先做相关性判断，避免画出一团噪音

散点图是探索变量关系的利器，但前提是变量之间确实存在线性或者某种可辨识的关系。如果两个字段本身相关性很弱，散点图画出来就是一坨均匀分布的圆点，毫无规律。所以我的习惯是：先算相关系数矩阵，再决定要不要画散点。

# 先看相关性 corr = df[['销售额', '客流量']].corr() print(corr) # 相关性足够再画散点图 fig, ax = plt.subplots(figsize=(8, 6)) scatter = ax.scatter(df['客流量'], df['销售额'], c=df['是否促销'].map({'是': '#D64933', '否': '#6C9EB1'}), alpha=0.6, s=20) ax.set_title(f'客流量与销售额关系（相关系数 {corr.iloc[0,1]:.2f}）', fontsize=14) ax.set_xlabel('客流量（人次）') ax.set_ylabel('销售额（元）') # 添加图例 handles = [plt.Line2D([0], [0], marker='o', color='w', markerfacecolor='#D64933', markersize=8, label='促销'), plt.Line2D([0], [0], marker='o', color='w', markerfacecolor='#6C9EB1', markersize=8, label='非促销')] ax.legend(handles=handles, loc='upper left') plt.show()

这里散点图的第三维信息用颜色编码了"是否促销"，促销和非促销用不同颜色区分。你可以直接看出，促销日的客流量和销售额整体更高，而且两者的正相关关系更紧凑。这种用一个维度的视觉属性（颜色）编码额外信息字段的做法，在数据可视化的专业术语里叫视觉通道映射，是提升图表信息密度的重要手段。后面讲样式时会再次提到。

4.4 直方图与箱线图：分布类图表的组合用法

直方图回答的是"数据长什么样"：是集中在某个区间，还是双峰分布，还是偏向一侧。箱线图则更适合回答"各组之间差异大不大、有没有离群值"。这两个图经常搭配使用。单个门店的日销售额分布，以及不同区域之间的客单价差异，就是一组很自然的组合场景。

# 直方图：单门店日销售额分布 store_a = df[df['门店编号'] == '门店001']['销售额'] fig, ax = plt.subplots(figsize=(10, 5)) ax.hist(store_a, bins=30, color='#6C9EB1', edgecolor='white', alpha=0.8) ax.axvline(store_a.mean(), color='#D64933', linestyle='--', label=f"均值 {store_a.mean():.0f}") ax.set_title('门店001日销售额分布', fontsize=14) ax.set_xlabel('日销售额（元）') ax.set_ylabel('频次') ax.legend() plt.show() # 箱线图：各区域客单价对比 df['客单价'] = df['销售额'] / df['客流量'] fig, ax = plt.subplots(figsize=(10, 6)) box_data = [df[df['区域'] == region]['客单价'].dropna() for region in df['区域'].unique()] ax.boxplot(box_data, tick_labels=df['区域'].unique().tolist()) ax.set_title('各区域客单价分布对比', fontsize=14) ax.set_ylabel('客单价（元/人）') ax.grid(axis='y', alpha=0.3) plt.show()

直方图里的bins参数需要花时间调。默认值往往不是最优解，分箱太粗会抹平细节，太细则全是毛刺。我的经验是先看样本量，几千条数据用30到50个箱子，几万条可以加到80到100个。箱线图能直观显示中位数、四分位数间距、离群点，做区域对比时比直接列均值要可靠得多——均值很容易被少数极端值拉偏，箱线图的中位数则稳健得多。

5. 布局与组合子图：把零散信息装进一张能讲故事的图里

单一图表只是零件，真正的汇报场景是多个图表组合成一张信息完整的大图。Matplotlib的子图系统就是为了解决这个问题。子图只有两种常见布局：规则网格和不规则拼合。先说规则网格。

plt.subplots(2, 2)四宫格是最高频的布局。比如我想呈现"区域销售额柱状图、销售趋势折线图、客流量与销售额散点图、客单价直方图"这四张图，用四宫格非常自然。关键技巧是在循环里把子图坐标轴放进一个扁平列表，统一绘图。参考代码如下：

fig, axes = plt.subplots(2, 2, figsize=(14, 10)) axes_flat = axes.flatten() # 左上：区域柱状图 axes_flat[0].bar(region_sales.index, region_sales.values, color='#6C9EB1') axes_flat[0].set_title('区域销售额对比') # 右上：销售趋势 axes_flat[1].plot(monthly['日期'], monthly['销售额'], color='#2E86AB') axes_flat[1].set_title('月度销售趋势') # 左下：散点图 axes_flat[2].scatter(df['客流量'], df['销售额'], alpha=0.4, s=10) axes_flat[2].set_title('客流量与销售额关系') # 右下：直方图 axes_flat[3].hist(df['客单价'].dropna(), bins=40, color='#6C9EB1') axes_flat[3].set_title('客单价分布') plt.tight_layout() plt.show()

plt.tight_layout()在这个场景几乎是必须的，否则标题可能重叠到相邻子图上。如果你需要不规则拼合，比如左边一张大图、右边两张小图，就要用gridspec。gridspec的用法是通过指定行数和列数，然后让某个子图跨多个行列。用匿名比例fig.add_gridspec(2, 2, width_ratios=[2, 1])控制不同列的宽度比，就能让左侧子图宽度是右侧两倍。

import matplotlib.gridspec as gridspec fig = plt.figure(figsize=(12, 6)) gs = fig.add_gridspec(1, 2, width_ratios=[2, 1]) ax_left = fig.add_subplot(gs[0, 0]) ax_right = fig.add_subplot(gs[0, 1]) ax_left.plot(monthly['日期'], monthly['销售额'], color='#2E86AB') ax_left.set_title('月度销售趋势') ax_right.bar(region_sales.index, region_sales.values, color='#D64933') ax_right.set_title('区域销售额排序') plt.tight_layout() plt.show()

这两套布局方式覆盖了日常九成以上的需求。我再提一个细节：子图之间如果不是要对比，尽量别让它们共享y轴刻度，否则数值差异大会让某个子图的数据看起来"没变化"。如果确实是同一个量纲的对比场景，再用sharey=True。

6. 管好配色、字体与坐标轴：决定图表专业度的三个细节

很多人的图表"功能正确但不够体面"，问题几乎都出在配色、字体和坐标轴三个细节。这三个细节处理的优先级甚至高于图表类型选择，因为它们是读者第一眼感知到的品质信号。

6.1 配色：从默认色环到业务语义色

Matplotlib默认的颜色循环在完成后会有一定概率出现色相接近的情况，比如橙色和红色区分度不高。更稳妥的思路是准备好一组高区分度配色。我自己常用的色板是这几个色号：

COLORS = { '主蓝': '#2E86AB', '强调红': '#D64933', '辅助蓝灰': '#6C9EB1', '金色': '#F0A202', '深灰': '#4A4A4A', '浅灰': '#D3D3D3', }

这些颜色都是从商业报刊的图表里提炼出来的，色相间距大、饱和度适中，印刷和屏幕显示都不刺眼。在业务场景里，我习惯用颜色传达语义：红色对应预警或异常，蓝色对应常规数据，金色对应重点强调。这一点在每个图表里都保持一致，形成视觉语言。

6.2 中文字体：避免方块字

Matplotlib的默认配置对中文并不友好，直接使用中文字符往往会乱码成方块。解决方式是每次在脚本头部统一设置字体。我用的配置是：

import matplotlib matplotlib.rcParams['font.sans-serif'] = ['Microsoft YaHei', 'SimHei', 'PingFang SC'] matplotlib.rcParams['axes.unicode_minus'] = False

axes.unicode_minus这个参数尤其容易忽略：如果不设置成False，坐标轴上的负号会显示成乱码方块。字体设置好后建议立即测试一下：plt.plot([-1, 1])看一眼负号是否正常。另外，如果你将来把脚本部署到Linux服务器上生成图表，Microsoft YaHei不存在，就需要改成['Noto Sans CJK SC', 'WenQuanYi Zen Hei']这种Linux下常见的中文字体，或者干脆在代码里做字体回退。

6.3 坐标轴：网格线的减法原则

坐标轴是图表的骨架，但骨架不该抢戏。我的经验是：能不要边框就不要边框，网格线能去掉就去掉，保留时也只用浅灰色虚线。过多的网格线会造成视觉噪音。具体操作：

ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False) ax.grid(axis='y', color='#D3D3D3', linestyle='--', alpha=0.6)

这里把顶部和右侧的边框隐藏掉，同时只保留水平的浅灰色虚线网格，整个图表立刻显得干净许多。还有一种常见情形，当y轴数值较大，Matplotlib会自动使用科学计数法标记，比如1e6。这在部分场景下是可以的，但放到业务汇报里，"150万"显然比"1.5e6"直观得多。转成"万"为单位并在标签里注明是更常见的做法：

ax.plot(monthly['日期'], monthly['销售额'] / 10000) ax.set_ylabel('销售额（万元）')

7. 必须掌握的四个排查技巧：图不对时的解决思路

画图过程里，真正消耗我时间最多的不是语法，而是"图出来了，但明显不对"。我把最高频的四种异常情况整理成排查顺序，从高到低按可能性排列。

第一种：中文全部变成方块。字体配置缺失导致的。先检查matplotlib.rcParams['font.sans-serif']是否配置，再检查系统里是否真的装了对应字体。在Jupyter里可以通过import matplotlib; matplotlib.rcParams['font.sans-serif']查看当前生效配置。

第二种：日期轴标签全部叠在一起。尤其常见于时间跨度大、刻度密集的图。优先用fig.autofmt_xdate()自动旋转；如果还不行，手动指定刻度间隔，比如只显示每三个月的位置：

from matplotlib.dates import MonthLocator, DateFormatter ax.xaxis.set_major_locator(MonthLocator(interval=3)) ax.xaxis.set_major_formatter(DateFormatter('%Y-%m'))

第三种：多个图互相覆盖或布局混乱。用plt.tight_layout()能解决大部分问题。如果在subplots里设置了figsize但依然拥挤，检查是不是某个子图的标题过长。标题过长会向上顶出边界。

第四种：线条或柱子颜色和预期不一致。大概率是同时混用了plt.xxx()和ax.xxx()两套调用方式，导致绘制目标不是同一个坐标系。这个问题的根治办法就是统一使用ax.xxx()风格。

我把这些步骤称作"先环境、再数据、后代码"的排查顺序。环境问题（字体、插件）优先级最高，数据问题（类型、缺失值）次之，代码语法问题最容易发现，通常报错会直接告诉你。

8. pandas内置绘图与Seaborn：什么时候可以抄近路

Matplotlib的基本功练扎实后，有两个"近路"是值得走的。第一个是pandas的plot()方法，第二个是Seaborn。它们能在不同程度上省掉一部分样板代码，但前提是你已经理解底层原理，不然省掉的那部分恰恰会变成你之后的坑。

pandas内置绘图适合快速探索。df.plot()会自动识别索引并调整图例，画出来的默认图表比纯Matplotlib稍微好看一点，因为它内部帮你做了一些布局和样式代码的封装。比如我经常用一行代码检查数据分布：

df.groupby('区域')['销售额'].sum().plot(kind='bar')

这个kind参数支持 line、bar、barh、hist、box、scatter 等常见类型。它的定位完全是"草图工具"，负责快速确认变量形态和潜在异常，不适合直接作为交付物。

Seaborn则擅长统计类图表。前文提过，Seaborn与Matplotlib的关系是上下层关系，它的大部分图形都以"数据是DataFrame"为前提，省去了手动分组汇总的步骤。举一个案例，我想看不同区域和促销状态下客单价的分布差异：

import seaborn as sns sns.set_style("whitegrid") fig, ax = plt.subplots(figsize=(10, 6)) sns.boxplot(data=df, x='区域', y='客单价', hue='是否促销', ax=ax) ax.set_title('各区域促销与日常客单价对比', fontsize=14) plt.xticks(rotation=45) plt.show()

两句Seaborn调用就实现了分组箱线图，同样的功能如果用纯Matplotlib写，可能要十几行分组循环。如果只追求快速呈现分组统计关系，这个效率提升非常明显。但一旦需要把这张图放进一张多子图组合布局里，Seaborn也支持传入ax参数完成定位。所以结论是：一套功底、三种工具，Matplotlib是底层的控制接口，pandas是探索期快捷键，Seaborn是统计图形的加速包。三者互相配合，而不是互相取代。

9. 数据可视化的三条底线思考：比工具更重要的是判断力

工具层面的内容说完了，还想聊点更重要的东西。可视化工具再顺手，核心价值永远在于辅助判断，而不是单纯输出图片。我把这几年从项目里悟出来的三条底线分享出来，希望能帮后来的读者少走弯路。

第一条：永远标注坐标轴和图例。我见过不少"无标题无标签"的图，数据形态倒是能看出来，但没人知道坐标含义。这类图一旦脱离原始作者，基本没有复用价值。这个习惯必须从第一张图做起。

第二条：不要用图表制造错觉。坐标轴不从零开始，会放大微小波动的视觉差异；自动设置y轴范围时，基线截断可能让两倍差距看起来像十倍。在汇报场景里，除非你有意强调价差，否则建议y轴从零开始。促销周数据叠加散点时，也要留意是否让读者误以为促销本身能直接拉升趋势。

第三条：图是拿来辅助做决策的，不是拿来装饰报告页的。如果你画了一张图，却说不清这张图能支撑什么判断，那这张图就不该存在。我习惯在每张图生成后问自己三个问题：对比关系是否清晰？异常值是否被合理标注？结论是否被视觉突出？三条都满足，才是有效的数据可视化。

这三条底线，支撑起了我日常所有作图决定的判断框架——选什么图、要不要加标注、用哪个维度做颜色映射、留多少信息密度，全都可以回到这三个问题上来校验。

10. 花了半小时画好的图，最后三步收尾不能省

我自己的作图流程，画完图表之后还剩三件事，这三件事决定了图表能不能直接交付给项目方。第一次学数据可视化的人很容易忽略收尾环节，结果就是做了大量重复劳动。

第一步是统一图片尺寸和分辨率。检查代码里是否设置了figsize。如果没设置，不同图表的默认尺寸会不一致，放进同一份报告后像是临时拼凑的。所以我在每个脚本的头部都统一声明一个基础尺寸，比如汇报类全部用figsize=(12, 6)。

第二步统一标注样式。字体大小、颜色、标注格式保持全篇一致。具体操作用参数控制，比如ax.set_title(..., fontsize=14, pad=15)、ax.set_xlabel(..., fontsize=11)。我甚至会固定一个样式字典，一次性应用到所有图表里，而不是每张图临时设置。

第三步是生成高质量图片。Matplotlib保存图片时，抗锯齿和细节渲染默认不是最优的。需要调用savefig而不是show。区分两个场景：plt.show()是在屏幕上预览，plt.savefig()是输出文件。两张方式的工作机制不同——show()会把内容渲染到交互窗口中，savefig则直接渲染到磁盘。关键参数是dpi和bbox_inches：

fig.savefig('output/sales_trend.png', dpi=300, bbox_inches='tight')

dpi=300保证放大打印也足够清晰；bbox_inches='tight'则自动剪除空白边距，避免图片四周留白过多。如果需要矢量图场景，比如印刷或论文，可以把格式改成svg或pdf，矢量图无级缩放不模糊，这是位图做不到的。

这三步做完，一张图才真正具备交付的完整状态。多花五分钟，省掉的是后期反复沟通改格式的时间。等到项目做到后半程，你会意识到这五分钟花得相当值——它能避免你在汇报前夜还在慌忙重导各种尺寸的图片。

对我来说，数据可视化的价值不只是"把数字变成图"这么简单。它是一种压缩信息的方式，让隐藏在几十万行数据里的趋势、异常和关联有机会被看见。而这门手艺的门槛恰恰不在工具，而在你如何理解数据与业务的关系。把上面这些基础打牢，后面的进阶选题——动态交互、地图可视化、大屏驾驶舱——才谈得上有意义。