Python + matplotlib 数据可视化入门教程：折线图、柱状图、饼图与 Excel 绘图

Python + matplotlib 数据可视化入门教程：从折线图、柱状图到 Excel 绘图

对于刚开始学习 Python 数据分析的同学来说，数据可视化是非常重要的一步。很多时候，表格中的数字并不直观，但只要画成图表，就能快速看出趋势、对比关系和占比结构。

本文将以 matplotlib 为核心，带你完成常见图表绘制，包括折线图、柱状图、饼图、中文乱码解决、标题和坐标轴设置，以及从 Excel 中读取数据并绘图。文章中的代码都适合初学者直接运行和修改。

一、matplotlib 库介绍

matplotlib 是 Python 中最常用的数据可视化库之一，尤其适合绘制二维图表。它可以绘制折线图、柱状图、散点图、饼图、直方图等常见统计图，也可以对图表标题、坐标轴、图例、颜色、字体、网格线等进行细致控制。

在 Python 数据分析中，matplotlib 经常和下面这些库一起使用：

numpy：用于数值计算
pandas：用于读取和处理表格数据
matplotlib：用于把数据绘制成图表

安装方式如下：

bash 复制代码

pip install matplotlib pandas openpyxl

其中：

matplotlib 用来绘图
pandas 用来读取 Excel 或 CSV 数据
openpyxl 用来支持 pandas 读取 .xlsx 文件

在代码中，一般这样导入：

python 复制代码

import matplotlib.pyplot as plt

pyplot 是 matplotlib 中最常用的绘图接口，初学阶段重点掌握它即可。

二、解决 matplotlib 中文乱码问题

很多初学者第一次使用 matplotlib 绘图时，会遇到中文标题显示为方块、乱码，或者负号显示异常的问题。

可以在代码开头统一添加下面两行配置：

python 复制代码

import matplotlib.pyplot as plt

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

说明：

SimHei 是 Windows 系统中常见的黑体字体
axes.unicode_minus = False 用来解决负号显示异常的问题

如果你使用 macOS，可以尝试：

python 复制代码

plt.rcParams["font.sans-serif"] = ["Arial Unicode MS"]

如果你使用 Linux，可以安装中文字体后再配置对应字体名称，例如 Noto Sans CJK SC。

三、绘制折线图

折线图适合展示数据随时间或顺序变化的趋势，例如每天销售额、每月用户数、温度变化等。

下面的例子绘制一组"每月销售额"数据：

python 复制代码

import matplotlib.pyplot as plt

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

months = ["1月", "2月", "3月", "4月", "5月", "6月"]
sales = [12000, 15000, 18000, 16000, 21000, 26000]

plt.figure(figsize=(8, 5))
plt.plot(months, sales, marker="o", color="blue", linewidth=2, label="销售额")

plt.title("上半年销售额趋势")
plt.xlabel("月份")
plt.ylabel("销售额（元）")
plt.legend()
plt.grid(True, linestyle="--", alpha=0.5)

plt.show()

常用参数说明：

marker="o"：给每个数据点添加圆点标记
color="blue"：设置折线颜色
linewidth=2：设置线条宽度
label="销售额"：设置图例文字
plt.legend()：显示图例
plt.grid()：显示网格线

四、绘制柱状图

柱状图适合比较不同类别之间的数值大小，例如不同产品销量、不同城市订单数、不同部门收入等。

下面的例子绘制"不同产品销量"柱状图：

python 复制代码

import matplotlib.pyplot as plt

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

products = ["手机", "电脑", "耳机", "平板", "手表"]
sales = [320, 210, 560, 180, 260]

plt.figure(figsize=(8, 5))
plt.bar(products, sales, color="orange", width=0.6)

plt.title("不同产品销量对比")
plt.xlabel("产品")
plt.ylabel("销量")

for index, value in enumerate(sales):
    plt.text(index, value + 10, str(value), ha="center")

plt.show()

这里使用了 plt.text() 给柱子顶部添加数值标签，让图表更容易阅读。

参数说明：

plt.bar(x, height)：绘制柱状图
width=0.6：设置柱子的宽度
ha="center"：让文字水平居中

五、绘制饼图

饼图适合展示各部分在整体中的占比，例如销售渠道占比、用户来源占比、支出结构等。

下面的例子绘制"用户来源占比"饼图：

python 复制代码

import matplotlib.pyplot as plt

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

channels = ["搜索引擎", "短视频", "社交媒体", "直接访问", "邮件"]
users = [35, 25, 20, 15, 5]

plt.figure(figsize=(7, 7))
plt.pie(
    users,
    labels=channels,
    autopct="%.1f%%",
    startangle=90,
    counterclock=False
)

plt.title("用户来源占比")
plt.show()

常用参数说明：

labels：设置每个扇区的名称
autopct="%.1f%%"：显示百分比，并保留 1 位小数
startangle=90：设置饼图起始角度
counterclock=False：按顺时针方向绘制

六、设置图表标题和坐标轴

一张完整的图表通常需要包含标题、横坐标名称、纵坐标名称和图例。否则读者很难理解图表表达的含义。

常用设置如下：

python 复制代码

plt.title("图表标题")
plt.xlabel("横坐标名称")
plt.ylabel("纵坐标名称")
plt.legend()

如果想设置标题字体大小，可以这样写：

python 复制代码

plt.title("图表标题", fontsize=16)
plt.xlabel("横坐标名称", fontsize=12)
plt.ylabel("纵坐标名称", fontsize=12)

如果横坐标文字较长，可以旋转一定角度：

python 复制代码

plt.xticks(rotation=45)

如果图表元素显示得比较挤，可以使用：

python 复制代码

plt.tight_layout()

它会自动调整图表边距，减少文字被遮挡的情况。

七、从 Excel 中读取数据绘图

实际工作中，数据通常不是直接写在代码里，而是保存在 Excel 表格中。我们可以使用 pandas 读取 Excel，再用 matplotlib 绘图。

假设有一个 Excel 文件 sales_data.xlsx，内容如下：

月份	销售额
1月	12000
2月	15000
3月	18000
4月	16000
5月	21000
6月	26000

读取并绘制折线图：

python 复制代码

import pandas as pd
import matplotlib.pyplot as plt

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

df = pd.read_excel("sales_data.xlsx")

months = df["月份"]
sales = df["销售额"]

plt.figure(figsize=(8, 5))
plt.plot(months, sales, marker="o", color="green", linewidth=2)

plt.title("从 Excel 读取数据绘制销售额趋势图")
plt.xlabel("月份")
plt.ylabel("销售额（元）")
plt.grid(True, linestyle="--", alpha=0.5)
plt.tight_layout()

plt.show()

如果你的 Excel 文件不在当前 Python 文件所在目录，需要写完整路径，例如：

python 复制代码

df = pd.read_excel(r"D:\data\sales_data.xlsx")

注意路径前面的 r，它可以避免 Windows 路径中的反斜杠被转义。

八、完整演示代码

下面是一份完整示例代码，会自动创建一个 Excel 文件，然后依次绘制折线图、柱状图、饼图，并演示如何从 Excel 中读取数据绘图。

你可以把它保存为 matplotlib_demo.py 后直接运行。

python 复制代码

import pandas as pd
import matplotlib.pyplot as plt


def set_chinese_font():
    """设置中文字体，解决中文乱码和负号显示问题。"""
    plt.rcParams["font.sans-serif"] = ["SimHei"]
    plt.rcParams["axes.unicode_minus"] = False


def draw_line_chart():
    months = ["1月", "2月", "3月", "4月", "5月", "6月"]
    sales = [12000, 15000, 18000, 16000, 21000, 26000]

    plt.figure(figsize=(8, 5))
    plt.plot(months, sales, marker="o", color="blue", linewidth=2, label="销售额")

    plt.title("上半年销售额趋势", fontsize=16)
    plt.xlabel("月份")
    plt.ylabel("销售额（元）")
    plt.legend()
    plt.grid(True, linestyle="--", alpha=0.5)
    plt.tight_layout()
    plt.show()


def draw_bar_chart():
    products = ["手机", "电脑", "耳机", "平板", "手表"]
    sales = [320, 210, 560, 180, 260]

    plt.figure(figsize=(8, 5))
    plt.bar(products, sales, color="orange", width=0.6)

    plt.title("不同产品销量对比", fontsize=16)
    plt.xlabel("产品")
    plt.ylabel("销量")

    for index, value in enumerate(sales):
        plt.text(index, value + 10, str(value), ha="center")

    plt.tight_layout()
    plt.show()


def draw_pie_chart():
    channels = ["搜索引擎", "短视频", "社交媒体", "直接访问", "邮件"]
    users = [35, 25, 20, 15, 5]

    plt.figure(figsize=(7, 7))
    plt.pie(
        users,
        labels=channels,
        autopct="%.1f%%",
        startangle=90,
        counterclock=False
    )

    plt.title("用户来源占比", fontsize=16)
    plt.tight_layout()
    plt.show()


def create_excel_file():
    data = {
        "月份": ["1月", "2月", "3月", "4月", "5月", "6月"],
        "销售额": [12000, 15000, 18000, 16000, 21000, 26000]
    }

    df = pd.DataFrame(data)
    df.to_excel("sales_data.xlsx", index=False)


def draw_chart_from_excel():
    df = pd.read_excel("sales_data.xlsx")

    months = df["月份"]
    sales = df["销售额"]

    plt.figure(figsize=(8, 5))
    plt.plot(months, sales, marker="o", color="green", linewidth=2, label="Excel 数据")

    plt.title("从 Excel 读取数据绘制销售额趋势图", fontsize=16)
    plt.xlabel("月份")
    plt.ylabel("销售额（元）")
    plt.legend()
    plt.grid(True, linestyle="--", alpha=0.5)
    plt.tight_layout()
    plt.show()


if __name__ == "__main__":
    set_chinese_font()
    create_excel_file()
    draw_line_chart()
    draw_bar_chart()
    draw_pie_chart()
    draw_chart_from_excel()

运行代码后，你会依次看到四张图表：

上半年销售额折线图
不同产品销量柱状图
用户来源占比饼图
从 Excel 读取数据绘制的销售额趋势图

九、初学者常见问题

1. 为什么运行后没有显示图表？

请确认代码最后调用了：

python 复制代码

plt.show()

如果你在 Jupyter Notebook 中运行，也可以在代码最前面添加：

python 复制代码

%matplotlib inline

2. 为什么中文还是乱码？

可能是系统中没有安装代码中指定的中文字体。可以先查看系统字体，再把字体名称改成可用字体。

Windows 常用：

python 复制代码

plt.rcParams["font.sans-serif"] = ["SimHei"]

macOS 常用：

python 复制代码

plt.rcParams["font.sans-serif"] = ["Arial Unicode MS"]

Linux 可以使用：

python 复制代码

plt.rcParams["font.sans-serif"] = ["Noto Sans CJK SC"]

3. 为什么读取 Excel 报错？

如果报错提示缺少 openpyxl，安装即可：

bash 复制代码

pip install openpyxl

如果报错提示找不到文件，请检查 Excel 文件名和路径是否正确。

十、总结

本文介绍了 Python 数据可视化入门中最常用的 matplotlib 操作，包括：

matplotlib 库的基本作用
折线图绘制
柱状图绘制
饼图绘制
中文乱码和负号显示问题解决
图表标题、坐标轴、图例和网格线设置
从 Excel 中读取数据并绘图
一份可直接运行的完整演示代码

对于 Python 数据分析初学者来说，建议先熟练掌握折线图、柱状图和饼图这三类基础图表。后续再结合 pandas 做数据清洗和分组统计，就可以完成很多实用的数据分析可视化任务。