1
import matplotlib.pyplot as plt
2
import numpy as np
3

4
# 解决中文乱码（重要！）
5
plt.rcParams["font.sans-serif"] = ["SimHei"]   # 用黑体显示中文
6
plt.rcParams["axes.unicode_minus"] = False     # 解决负号 '-' 显示问题
7

8
# 折线图
9
x = np.linspace(0, 10, 100)
10
y = np.sin(x)
11

12
plt.figure(figsize=(8, 5))            # 创建画布，设置尺寸（英寸）
13
plt.plot(x, y, label="sin(x)", color="blue", linewidth=2, linestyle="-")
14
plt.plot(x, np.cos(x), label="cos(x)", color="red", linestyle="--")
15

16
plt.title("三角函数图像")              # 标题
17
plt.xlabel("x 轴")                    # x 轴标签
18
plt.ylabel("y 轴")                    # y 轴标签
19
plt.legend()                          # 图例（显示 label）
20
plt.grid(True, alpha=0.3)             # 网格线
21
plt.xlim(0, 10)                       # x 轴范围
22
plt.ylim(-1.5, 1.5)                   # y 轴范围
23
plt.axhline(y=0, color="gray", linestyle=":")  # 参考线
24

25
plt.savefig("sine.png", dpi=150, bbox_inches="tight")  # 保存（dpi 清晰度）
26
plt.show()                            # 显示

1
linestyle 线型：'-'实线  '--'虚线  '-.'点划线  ':'点线
2
marker 标记：'o'圆点  '*'星  's'方  '^'三角  '+'加
3
color：'r'红 'g'绿 'b'蓝 'k'黑 或 '#FF5733' 十六进制

1
# subplots：创建网格子图
2
fig, axes = plt.subplots(2, 2, figsize=(10, 8))   # 2行2列
3
axes[0, 0].plot(x, np.sin(x))       # 左上
4
axes[0, 0].set_title("sin")
5
axes[0, 1].plot(x, np.cos(x))       # 右上
6
axes[0, 1].set_title("cos")
7
axes[1, 0].bar(["A", "B"], [3, 5])  # 左下
8
axes[1, 1].scatter(x, np.random.randn(100))  # 右下
9
plt.tight_layout()                  # 自动调整间距，防重叠
10
plt.show()
11

12
# 一行多图
13
fig, axes = plt.subplots(1, 3, figsize=(15, 4))
14
for i, ax in enumerate(axes):
15
    ax.plot(x, np.sin(x + i))
16

17
# subplot（逐个添加，旧式）
18
plt.subplot(2, 2, 1)                # 2行2列的第1个
19
plt.plot(x, y)

1
# ❌ pyplot 状态式（简单图可以，复杂易乱）
2
plt.plot(x, y)
3
plt.title("标题")
4

5
# ✅ 面向对象式（推荐，Figure + Axes）
6
fig = plt.figure(figsize=(8, 5))     # 画布 Figure
7
ax = fig.add_subplot(111)            # 坐标系 Axes
8
ax.plot(x, y)
9
ax.set_title("标题")                 # 方法都带 set_ 前缀
10
ax.set_xlabel("x")
11
ax.set_ylabel("y")

1
概念层次：
2
Figure（画布）
3
  └── Axes（坐标系，一张图）
4
        ├── 标题、轴标签
5
        ├── 刻度、图例、网格
6
        └── 线、点、柱（artist）

1
import seaborn as sns
2
import pandas as pd
3

4
# 加载示例数据集
5
tips = sns.load_dataset("tips")     # 餐厅小费数据
6
sns.set_theme(style="whitegrid")    # 设置主题风格

1
from pyecharts.charts import Bar, Line, Pie
2
from pyecharts import options as opts
3

4
# 柱状图
5
bar = (
6
    Bar()
7
    .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣"])
8
    .add_yaxis("商家A", [114, 55, 27, 101, 125])
9
    .add_yaxis("商家B", [150, 48, 66, 108, 97])
10
    .set_global_opts(title_opts=opts.TitleOpts(title="销量对比"))
11
)
12
bar.render("bar.html")              # 生成交互式 HTML
13

14
# 折线图
15
line = (
16
    Line()
17
    .add_xaxis(["周一", "周二", "周三", "周四", "周五"])
18
    .add_yaxis("销售额", [150, 230, 224, 218, 135])
19
    .set_global_opts(
20
        title_opts=opts.TitleOpts(title="周销售趋势"),
21
        xaxis_opts=opts.AxisOpts(name="日期"),
22
        yaxis_opts=opts.AxisOpts(name="金额"),
23
    )
24
)
25
line.render("line.html")
26

27
# 饼图
28
pie = (
29
    Pie()
30
    .add("", [list(z) for z in zip(["A", "B", "C"], [10, 20, 30])])
31
    .set_global_opts(title_opts=opts.TitleOpts(title="占比"))
32
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
33
)
34
pie.render("pie.html")

1
# 链式调用是 pyecharts 特色：
2
# .add_xaxis() / .add_yaxis()  加数据
3
# .set_global_opts()           全局配置（标题/坐标轴/图例）
4
# .set_series_opts()           系列配置（标签/颜色）
5
# .render("x.html")            输出 HTML；.render_notebook() 在 Jupyter 显示

1
import pandas as pd
2

3
df = pd.DataFrame({
4
    "月份": ["1月", "2月", "3月", "4月"],
5
    "销量": [100, 150, 130, 180],
6
    "利润": [30, 50, 40, 60],
7
}).set_index("月份")
8

9
# pandas 直接画图
10
df.plot(kind="line", figsize=(8, 5))       # 折线图
11
df.plot(kind="bar")                        # 柱状图
12
df["销量"].plot(kind="pie", autopct="%1.1f%%")  # 饼图
13
df.plot(kind="area", stacked=True)         # 面积图
14
df.plot.scatter(x="销量", y="利润")        # 散点图
15
plt.show()
16

17
# 结合 seaborn
18
sns.lineplot(data=df, x="月份", y="销量")