数据可视化：把数据画清楚，也把结论讲明白

拿到一张数据表以后，很多人会下意识地问：“用哪一行代码能画图？”这个问题当然要解决，但它不是最先该问的。更靠谱的起点是：我想让读者比较什么，数据又是否真的支持这种比较？ 同一列数字可以画成折线图、柱状图或直方图，代码都能运行，表达的意思却完全不同。图形选错了，画得再精致也只是在清楚地说错话。

这一章不把 Matplotlib 当成函数清单来背。我们会跟着一份小型业务数据走完整条路：先明确问题，再整理数据，接着选择图形、控制 Figure 与 Axes、补齐标签和注释，最后检查图有没有误导并保存成可交付的文件。过程中还会穿插中文字体、seaborn、子图布局以及那些“代码不报错，图却不对劲”的坑。

学完以后，你应该能独立完成三件事：知道一组数据该用什么图；能用对象式写法稳定地画出它；能像审稿人一样检查图中有没有遗漏、遮挡或不诚实的视觉暗示。

根据比较大小、观察趋势、发现关系和查看分布四种目的选择柱状图、折线图、散点图或直方图

先明确想从数据中看出什么，再选择真正适合的图表。

本章示例使用 Matplotlib、NumPy、pandas 和 seaborn。建议先运行“准备一份贯穿全章的数据”中的代码，后续示例会继续使用其中的 daily、products 和 orders。每段绘图代码都会显式创建 Figure 和 Axes，这样在脚本、Notebook 和批量制图任务里都更容易判断图究竟画到了哪里。

先决定要回答什么，再决定画什么

刚开始画图时，最容易出现的情况是：看到两列数字就画散点图，看到日期就画折线图，看到分类就画饼图。这种“按数据长相选图”的方法偶尔能碰对，却忽略了真正决定图形的东西——你的问题。

假设我们有一家网店的运营记录。下面五个问题看起来都在问“数据怎么样”，实际上比较方式完全不同：

想回答的问题	主要比较动作	首选图形	先检查什么
最近两周营收是升是降	沿时间看变化	折线图	日期是否排序、是否缺日
各品类销量谁高谁低	比较离散类别	柱状图	口径是否一致、类别是否过多
广告投入与订单量是否一起变化	看两个数值变量的关系	散点图	是否有极端值、样本是否混组
单笔订单金额主要集中在哪	看一个数值变量的分布	直方图	分箱是否合理、是否有长尾
不同渠道的订单金额是否稳定	比较多组分布	箱线图	各组样本量、异常值与业务含义

这张表有一个很实用的规律：先用动词描述任务。 “看变化”“比大小”“找关系”“看分布”“比多组分布”，比“我想做一个好看的图”更容易带你走到正确图形。

折线图回答顺序和连续变化

折线会把相邻点连起来，因此它在视觉上暗示了顺序和连续过程。时间序列最常见，但并不是所有带日期的表都能直接画。日期乱序时，线会在横轴上来回折返；缺少某一天时，线会直接跨过去，让人误以为中间也测到了数据；把没有自然顺序的商品类别连起来，则会凭空制造“过程”。

折线图适合问“什么时候开始上升”“峰值出现在哪一天”“两条趋势是否同步”。它不适合问“苹果和键盘之间经历了怎样的变化”，因为这两个类别之间根本没有连续路径。

柱状图回答类别之间的大小差异

柱子的长度编码数值，读者会拿柱底作为共同基准比较。因此普通柱状图通常应该让数值轴从 0 开始。假如销量分别是 98 和 102，却把纵轴截在 97，两个只差 4 件的品类会看起来像差了几倍。

类别名称很长时，横向柱状图通常比把横轴文字旋转 90 度更好读；类别很多时，先按数值排序并只展示真正要比较的部分，比把几十根柱子挤在一起更有效。分组柱状图可以比较少量系列，系列一多，颜色和位置都会变成负担。

散点图回答两个数值变量的关系

散点图中的每个点通常代表一条观测，例如一日运营记录或一笔订单。点云朝右上方延伸，说明两个变量往往同向变化；点云分成几团，可能是不同渠道或地区混在一起；远离主体的点值得核查，但不能只凭“看起来很远”就删掉。

相关关系也不等于因果关系。广告投入高的日子订单更多，可能因为广告起效，也可能因为周末本来流量就大，而运营团队恰好也在周末追加预算。图可以提示下一步调查方向，不能替代实验设计。

直方图和箱线图回答分布问题

直方图会把数值范围切成若干区间，再统计每个区间有多少观测。它让我们看到集中位置、偏斜、双峰和长尾，但形状会受分箱边界与箱数影响。同一份数据用 5 个箱和 50 个箱，讲出来的故事可能完全不同，所以 bins 不是装饰参数。

箱线图把中位数、四分位范围和按规则识别的离群点压缩在一张图里，适合并排比较多组分布。它的紧凑也是代价：看不到每个峰的形状，样本量很少时还可能显得比实际更“稳定”。需要时可以叠加轻微抖动的原始点，或者同时给出每组样本数。

你想比较四种配送方式的送达时长是否稳定，并观察哪一组长尾最明显。优先选择哪种图？

下面的实验室会先给你一个分析问题，再让你选择图形。别急着点答案，先试着用“变化、比较、关系、分布”中的一个词概括任务。

准备一份真正能画的数据

很多“绘图错误”其实不是画图函数的问题，而是数据在进图之前就乱了。日期还是字符串、金额混入了空值、类别前后带空格、同一天重复记录、横纵坐标长度不一致——这些情况最好在画图前暴露出来，而不是等图长得奇怪时再猜。

下面创建三张贯穿全章的表。数据是固定的，随机部分也使用固定种子，因此你重复运行能得到同样结果。

python

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
# 每日运营数据：用于时间趋势和变量关系
daily = pd.DataFrame({
    "date": pd.date_range("2026-07-01", periods=14, freq="D"),
    "orders": [118, 126, 121, 137, 145, 151, 148, 162, 170, 166, 181, 190, 187, 205],
    "revenue": [13520, 14860, 14130, 15990, 17340, 18220, 17980,
                19710, 20960, 20420, 22580, 23840, 23210, 25760],
    "ad_spend": [1800, 1900, 1850, 2100, 2250, 2400, 2300,
                 2550, 2700, 2650, 2920, 3100, 3050, 3380],
})
 
# 品类汇总：用于类别比较
products = pd.DataFrame({
    "category": ["办公用品", "厨房用品", "数码配件", "清洁用品", "户外用品"],
    "orders": [426, 318, 512, 284, 367],
    "revenue": [38200, 41700, 76900, 24600, 53800],
    "return_rate": [0.032, 0.041, 0.067, 0.025, 0.048],
})
 
# 订单明细：用于分布和分组比较
rng = np.random.default_rng(202608)
n = 360
orders = pd.DataFrame({
    "channel": rng.choice(["自然访问", "内容推荐", "付费广告"], n,
                          p=[0.38, 0.34, 0.28]),
    "region": rng.choice(["华东", "华南", "华北"], n),
    "amount": rng.lognormal(mean=4.65, sigma=0.48, size=n).round(2),
    "delivery_hours": rng.normal(loc=35, scale=8, size=n).clip(10, 72).round(1),
})
 
print(daily.head())
print(products)
print(orders.describe(include="all"))

画图前做一轮小体检

不要一上来就 plot()。先看列名、类型、缺失值、重复记录和取值范围，这几十秒通常能省下后面十几分钟排错。

python

print(daily.dtypes)
print(daily.isna().sum())
print("重复日期数：", daily["date"].duplicated().sum())
print("日期是否递增：", daily["date"].is_monotonic_increasing)
print("订单量范围：", daily["orders"].min(), "到", daily["orders"].max())
 
required = {"date", "orders", "revenue", "ad_spend"}
missing_columns = required - set(daily.columns)
if missing_columns:
    raise ValueError(f"缺少绘图所需列：{sorted(missing_columns)}")
 
if daily["date"].duplicated().any():
    raise ValueError("同一天出现了多条记录，请先决定求和、求均值还是保留明细")

这类检查不是为了追求“数据绝对干净”，而是逼自己把处理规则说清楚。例如订单金额缺失，直接删掉会不会改变渠道占比？同一天两条记录，是重复录入，还是两个门店的合法明细？在不知道原因时，dropna() 和 drop_duplicates() 都不该成为条件反射。

顺序、粒度和口径要先对齐

画时间趋势前按日期排序；画类别比较前先聚合到目标粒度；比较金额时确认单位一致。下面演示如何从订单明细得到“按渠道汇总”的表，并把样本量一起保留下来。

python

channel_summary = (
    orders
    .dropna(subset=["channel", "amount"])
    .groupby("channel", as_index=False)
    .agg(
        order_count=("amount", "size"),
        median_amount=("amount", "median"),
        mean_amount=("amount", "mean"),
    )
    .sort_values("median_amount", ascending=True)
)
 
daily = daily.sort_values("date").reset_index(drop=True)
 
print(channel_summary.round(2))
assert len(daily["date"]) == len(daily["revenue"])

这里保留 order_count 很重要。两个渠道的中位金额相近，如果一个渠道有 300 笔订单，另一个只有 7 笔，结论的稳定程度不一样。图上不一定要塞进所有统计量，但制图者必须知道自己正在比较什么。

NumPy 的形状决定数据能否配对

Matplotlib 画折线或散点时，横坐标与纵坐标需要能一一配对。最常见的报错是 x and y must have same first dimension。先看 .shape，比盯着绘图语句更快。

python

x = daily["ad_spend"].to_numpy()
y = daily["orders"].to_numpy()
 
print("x 形状：", x.shape)
print("y 形状：", y.shape)
 
if x.shape[0] != y.shape[0]:
    raise ValueError("广告投入和订单量的记录数不一致，不能逐点配对")

二维数组还要留意方向。形状 (14, 3) 通常可理解为 14 条观测、3 个变量，axis=0 聚合后得到每一列的结果，axis=1 聚合后得到每一行的结果。把轴理解反了，代码可能照样运行，却会把“每个变量的均值”画成“每条记录的均值”。

折线图遇到缺失值时通常会断线，这可能是诚实的表达：那段时间确实没有观测。不要为了让线好看就无条件插值。只有当业务上允许估算、缺口足够短，而且图注说清处理方法时，才考虑填补；否则保留断点或明确标记“缺数”更可靠。

看懂 Figure、Axes 和 Artist 的分工

Matplotlib 最让新手困惑的地方，不是参数多，而是同一张图能用两套看起来很像的写法。网上经常同时出现 plt.title(...) 和 ax.set_title(...)。它们都能改标题，但背后的工作方式不一样。

你可以把一张 Matplotlib 图拆成三层：

Figure 是整张画布，负责整体尺寸、布局、保存以及跨子图标题。
Axes 是画布中的一个绘图区，负责坐标系、数据图形、刻度、轴标签、图例和局部标题。
Artist 是实际被画出来的对象，包括线、柱子、散点集合、文字、图例等。

Axis 和 Axes 只差一个字母，却不是同一个东西。一个 Axes 通常包含 x、y 两个 Axis 对象；前者是整个绘图区，后者管理某一条坐标轴的刻度与刻度文字。

手绘图展示画布包含多个坐标区以及标题、横轴和纵轴所在位置

画布是容纳图形的大容器，坐标区才是真正承载数据图形的位置。

用对象式写法保留明确的控制权

python

fig, ax = plt.subplots(figsize=(9, 4.8), layout="constrained")
 
line, = ax.plot(
    daily["date"],
    daily["revenue"],
    color="#2463A8",
    marker="o",
    linewidth=2.2,
    label="每日营收",
)
 
ax.set(
    title="两周营收变化",
    xlabel="日期",
    ylabel="营收（元）",
)
ax.grid(axis="y", alpha=0.25)
ax.legend()
 
print(type(fig).__name__)   # Figure
print(type(ax).__name__)    # Axes
print(type(line).__name__)  # Line2D
 
plt.show()

plt.subplots() 一次返回 Figure 和 Axes 的引用。之后每个动作都明确告诉 ax：“把这条线画在你这里”“把标题设在你这里”。当画布有多个子图时，这种写法不容易串台，也更方便把绘图逻辑封装成函数。

如果 Figure、Axes、Axis 和 Artist 仍容易混在一起，可以在下面的解剖台中逐层点击。切换单图和双图布局时，留意 Figure 仍然只有一个，而 Axes 的数量会变化。

pyplot 为什么简单，又为什么容易串台

下面的状态式写法适合在交互环境里快速试一张小图：

python

plt.figure(figsize=(8, 4))
plt.plot(daily["date"], daily["orders"], marker="o")
plt.title("每日订单量")
plt.xlabel("日期")
plt.ylabel("订单数")
plt.show()

它之所以短，是因为 pyplot 在背后记录“当前 Figure”和“当前 Axes”，plt.plot()、plt.title() 都会作用到它认为当前的对象上。只有一张图时很方便；循环批量出图、混合多个子图或中途创建了另一张 Figure 时，“当前”可能已经不是你以为的那个。

通过公共工作台和独立画板对比状态式写法与对象式写法的操作方式

状态式写法顺着当前坐标区继续绘制，对象式写法则先指定目标对象再操作。

一个好用的约定是：用 plt.subplots() 创建对象，用 ax.* 完成绘制与局部设置，用 fig.* 处理整张画布和保存，最后用 plt.show() 展示、plt.close(fig) 释放。这样既利用 pyplot 的创建入口，又避免依赖隐式状态。

把绘图函数写成“接收 Axes”

真正可复用的函数不必自己决定画布大小，也不必偷偷 show()。让调用者传入 Axes，函数只负责在指定位置作图。

python

def draw_revenue(ax, data, *, color="#2463A8"):
    """在给定 Axes 上绘制营收趋势，并返回线对象。"""
    clean = data.sort_values("date")
    line, = ax.plot(
        clean["date"],
        clean["revenue"],
        color=color,
        marker="o",
        linewidth=2,
        label="营收",
    )
    ax.set(title="营收趋势", xlabel="日期", ylabel="元")
    ax.grid(axis="y", alpha=0.25)
    return line
 
 
fig, ax = plt.subplots(figsize=(9, 4.5), layout="constrained")
draw_revenue(ax, daily)
ax.legend()
plt.show()

这段函数以后既能画在单图里，也能画在仪表盘左上角。它返回线对象，调用者还可以继续改透明度、线型或标签。边界清楚以后，绘图代码会像搭积木，而不是一串只能按固定顺序执行的命令。

把五种常用图画对

选图只是第一步。接下来要让编码方式、数据粒度和标签配合起来。以下五个例子都沿用前面准备的数据，并坚持对象式写法。

折线图：先排序，再解释断点和波动

python

fig, ax = plt.subplots(figsize=(10, 4.8), layout="constrained")
 
sorted_daily = daily.sort_values("date")
ax.plot(
    sorted_daily["date"],
    sorted_daily["revenue"],
    color="#2463A8",
    marker="o",
    markersize=4.5,
    linewidth=2.2,
    label="营收",
)
 
ax.set_title("两周营收总体上升，中间有两次小幅回落", loc="left")
ax.set_xlabel("日期")
ax.set_ylabel("营收（元）")
ax.tick_params(axis="x", rotation=30)
ax.grid(axis="y", color="#B8C2CC", alpha=0.35)
ax.legend(frameon=False)
 
plt.show()

标题直接写出读图重点，比“营收折线图”更有信息量，但别把推测写成事实。图上只能看出总体上升和局部回落，不能仅凭这条线断言“广告策略成功”。如果要比较两条时间序列，还应确认频率、日期范围与单位一致。

折线上的每个标记不是必需的。点很多时，几十个标记会盖住线的形状，可以去掉 marker，或用 markevery=7 每隔若干点标一个。采样频率很高时也不要把所有刻度都印出来，刻度文字只是导航，不是数据表。

柱状图：用共同零点比较类别

python

ranked = products.sort_values("orders", ascending=True)
 
fig, ax = plt.subplots(figsize=(8.5, 4.8), layout="constrained")
bars = ax.barh(
    ranked["category"],
    ranked["orders"],
    color="#3E8E7E",
)
 
ax.set_title("数码配件订单最多，清洁用品最少", loc="left")
ax.set_xlabel("订单数")
ax.set_ylabel("")
ax.set_xlim(left=0)
ax.grid(axis="x", alpha=0.25)
ax.set_axisbelow(True)
ax.bar_label(bars, padding=4, fmt="%.0f")
 
plt.show()

横向排列让较长的中文品类名保持正常阅读方向。排序让比较更快，但顺序也可能有业务含义：月份、满意度等级、教育阶段都有自然顺序，不能为了整齐随意打乱。

柱顶数值适合类别不多的情况。类别达到二三十个时，标签会变成第二套刻度；这时可以只标注最关键的几根柱，或者让读者到配套表格里查精确值。图负责模式，表负责精确查询，两者不用互相冒充。

散点图：把每条观测保留下来

python

fig, ax = plt.subplots(figsize=(7.5, 5.2), layout="constrained")
points = ax.scatter(
    daily["ad_spend"],
    daily["orders"],
    s=58,
    color="#D06B3C",
    alpha=0.78,
    edgecolors="white",
    linewidths=0.7,
)
 
# 用一次多项式拟合画一条描述趋势的直线，不把它解释成因果关系
slope, intercept = np.polyfit(daily["ad_spend"], daily["orders"], deg=1)
x_line = np.linspace(daily["ad_spend"].min(), daily["ad_spend"].max(), 100)
ax.plot(x_line, slope * x_line + intercept,
        color="#2F4858", linestyle="--", linewidth=1.8,
        label="线性趋势")
 
ax.set(
    title="广告投入较高的日期通常也有更多订单",
    xlabel="广告投入（元）",
    ylabel="订单数",
)
ax.grid(alpha=0.22)
ax.legend(frameon=False)
 
plt.show()

alpha 能缓解点重叠，但不是万能的。如果十万条记录挤在一起，散点图会变成一团墨。可以抽取有代表性的样本、改用二维分箱图，或者汇总后再画；无论哪种，都要说明处理方式。

散点的颜色、大小和形状还能编码其他变量，但每加一个通道，读者就多一层解码任务。新手常把金额映射到点大小、渠道映射到颜色、地区映射到形状，再用透明度表示状态，结果图例比图还难读。先保住主问题，只增加真正影响解释的变量。

直方图：用多个分箱方案核对形状

python

fig, axs = plt.subplots(1, 2, figsize=(10, 4.2),
                        sharey=True, layout="constrained")
 
for ax, bins in zip(axs, [8, 20]):
    ax.hist(
        orders["amount"].dropna(),
        bins=bins,
        color="#7B6CB0",
        edgecolor="white",
    )
    ax.set_title(f"分成 {bins} 个区间")
    ax.set_xlabel("订单金额（元）")
    ax.grid(axis="y", alpha=0.2)
 
axs[0].set_ylabel("订单数")
fig.suptitle("同一份订单金额，用不同分箱检查分布是否稳定")
 
plt.show()

如果换一个合理的 bins，核心结论就完全翻转，说明你看到的形状可能只是分箱造成的。箱宽也要结合量纲解释：订单金额按 1 元分箱通常太碎，按 1000 元分箱又可能抹掉主体结构。

直方图纵轴默认是每箱计数。比较两个样本量不同的数据集时，计数会受总样本量影响，可以考虑 density=True，但这时纵轴是密度，不是百分比。要在标题、标签或说明中把口径讲清楚。

箱线图：比较分布，不把异常点当垃圾

python

channel_order = ["自然访问", "内容推荐", "付费广告"]
grouped_amounts = [
    orders.loc[orders["channel"] == name, "amount"].dropna()
    for name in channel_order
]
 
fig, ax = plt.subplots(figsize=(8, 4.8), layout="constrained")
box = ax.boxplot(
    grouped_amounts,
    tick_labels=channel_order,
    patch_artist=True,
    showmeans=True,
    meanprops={"marker": "D", "markerfacecolor": "white",
               "markeredgecolor": "#333333", "markersize": 5},
)
 
for patch, color in zip(box["boxes"], ["#6AAED6", "#72B7A1", "#E6A35C"]):
    patch.set_facecolor(color)
    patch.set_alpha(0.8)
 
ax.set_title("不同来源渠道的订单金额分布", loc="left")
ax.set_xlabel("渠道")
ax.set_ylabel("订单金额（元）")
ax.grid(axis="y", alpha=0.22)
 
plt.show()

箱体中间的线是中位数，箱体上下边通常对应第一、第三四分位数，箱外的点是按箱线图规则标出的潜在离群值。它们可能是大额真实订单，也可能是录入错误。正确动作是回到原始记录核查，而不是看到圆点就删除。

下面哪些操作能让分布图的解释更可靠？

让标题、刻度、图例和注释各司其职

一张图不该要求读者先猜单位、颜色和时间范围。标题说明图在讲什么，轴标签说明变量和单位，刻度提供位置参照，图例解释视觉编码，注释指向少数关键点。它们分工明确，没必要把同一句话重复四遍。

标题写结论，副说明交代口径

“每日营收变化”只说了图的类型，“两周营收总体上升，7 月 10 日短暂回落”才告诉读者该看哪里。不过，结论标题必须能从图中直接得到。若回落原因尚未验证，就不要写“物流故障导致营收回落”。

python

fig, ax = plt.subplots(figsize=(10, 5), layout="constrained")
ax.plot(daily["date"], daily["revenue"],
        color="#2463A8", marker="o", linewidth=2)
 
ax.set_title("两周营收总体上升，期间出现两次日环比回落",
             loc="left", fontsize=14, pad=14)
ax.text(
    0,
    1.01,
    "统计口径：已支付订单；时间范围：2026-07-01 至 2026-07-14",
    transform=ax.transAxes,
    fontsize=9,
    color="#5C6770",
    va="bottom",
)
ax.set(xlabel="日期", ylabel="营收（元）")
ax.tick_params(axis="x", rotation=30)
ax.grid(axis="y", alpha=0.25)
 
plt.show()

transform=ax.transAxes 表示用 Axes 的相对坐标定位文字，(0, 1.01) 接近绘图区左上方。这样文字位置不依赖营收的具体数值范围。与之相对，业务事件通常应该用数据坐标标注，因为箭头要指向某一天、某个值。

图例只解释真正存在的视觉编码

调用 legend() 并不会自动理解你的意图。它会收集带有效 label 的 Artist。如果画了三条线却没写标签，图例不是空，就是只显示默认内容。

python

fig, ax = plt.subplots(figsize=(9, 4.8), layout="constrained")
ax.plot(daily["date"], daily["orders"],
        label="订单数", color="#2463A8", linewidth=2)
ax.plot(daily["date"], daily["ad_spend"] / 20,
        label="广告投入 ÷ 20", color="#D06B3C", linewidth=2,
        linestyle="--")
 
ax.set(title="订单数与缩放后的广告投入",
       xlabel="日期", ylabel="用于形态比较的数值")
ax.legend(title="系列", frameon=False, ncols=2)
ax.grid(axis="y", alpha=0.2)
plt.show()

这个例子故意把广告投入除以 20，让两条线能在同一量级比较形态。既然做了变换，图例和纵轴就必须说清楚，不能把变换后的值伪装成原始金额。更正式的交付中，最好先问是否真的需要把不同单位叠在一个坐标系里。

只有一条明显的线时，图例可能是多余的，直接在标题或线尾标注更省视线。图例遮住数据时，可以移到绘图区外，但也要检查保存后是否被裁掉。

刻度不是越密越精确

刻度太密时，文字会叠成黑块。日期轴可以使用日期定位器和格式器，让 Matplotlib 根据时间范围选取适量刻度。

python

import matplotlib.dates as mdates
 
fig, ax = plt.subplots(figsize=(9.5, 4.5), layout="constrained")
ax.plot(daily["date"], daily["orders"], marker="o", color="#3E8E7E")
 
locator = mdates.AutoDateLocator(minticks=4, maxticks=8)
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(mdates.ConciseDateFormatter(locator))
 
ax.set(title="每日订单量", xlabel="日期", ylabel="订单数")
ax.grid(axis="y", alpha=0.25)
plt.show()

不要先用 set_xticklabels() 硬塞一串文字，却不同时确定刻度位置。刻度位置和刻度标签数量不匹配时，轻则警告，重则标签与数据错位。多数时候，使用定位器和格式器更稳。

注释只标关键点，并给文字留位置

python

peak_idx = daily["revenue"].idxmax()
peak_date = daily.loc[peak_idx, "date"]
peak_value = daily.loc[peak_idx, "revenue"]
 
fig, ax = plt.subplots(figsize=(9.5, 4.8), layout="constrained")
ax.plot(daily["date"], daily["revenue"],
        marker="o", color="#2463A8", linewidth=2)
 
ax.annotate(
    f"阶段最高：{peak_value:,.0f} 元",
    xy=(peak_date, peak_value),
    xytext=(-95, -42),
    textcoords="offset points",
    arrowprops={"arrowstyle": "->", "color": "#444444"},
    bbox={"boxstyle": "round,pad=0.35", "fc": "white", "ec": "#999999"},
)
 
ax.set(title="两周营收变化", xlabel="日期", ylabel="营收（元）")
ax.grid(axis="y", alpha=0.22)
plt.show()

xy 是箭头所指的数据坐标，xytext 使用相对点数偏移，数据范围改变时箭头仍指向峰值。每个点都标注会让图变成拥挤的表格，只标与问题直接相关的峰值、异常或政策节点就够了。

用颜色帮助阅读，而不是制造谜题

颜色很醒目，所以也很容易被滥用。先区分数据语义，再选颜色类型：无顺序类别用定性色板；从低到高的数值用明度连续变化的顺序色板；围绕零点或目标值向两边偏离的数据用发散色板。

分类、连续和发散不是一回事

渠道、地区、产品类型没有高低次序，适合几种彼此可区分的色相。
销量、密度、温度从低到高有顺序，适合亮度平滑变化的连续色板。
利润相对预算的正负偏差以 0 为中点，适合两端不同颜色、中间较中性的发散色板。

给连续数值随机分配十几种鲜艳颜色，会把相邻数值伪装成不同类别；给无序类别使用由浅到深的同色系，又会暗示类别有等级。色板不是皮肤，而是编码规则的一部分。

不要只靠红绿区分结果

部分读者难以区分红与绿，灰度打印也会让一些颜色失去差异。更稳的办法是同时使用颜色与另一种线索：线型、标记形状、直接文字或位置。

python

fig, ax = plt.subplots(figsize=(9, 4.6), layout="constrained")
 
ax.plot(daily["date"], daily["orders"],
        color="#0072B2", linestyle="-", marker="o",
        label="订单数")
ax.plot(daily["date"], daily["ad_spend"] / 20,
        color="#D55E00", linestyle="--", marker="s",
        label="广告投入 ÷ 20")
 
ax.set(title="颜色之外，再用线型和标记区分系列",
       xlabel="日期", ylabel="用于形态比较的数值")
ax.legend(frameon=False)
ax.grid(axis="y", alpha=0.2)
plt.show()

发布前可以做一个简单测试：把图转成灰度预览，看看系列是否还能分开；缩到报告里的实际大小，看看文字是否仍可读；关闭图例，只看线型和位置是否仍能追踪主要系列。

对比仅用相近颜色与同时使用颜色、线型、点形和就近标签区分折线的方法

不要让颜色独自承担信息区分，配合线型、标记和标签能让图表更易辨认。

强调一个重点，其余内容主动退后

如果每根柱子都用不同的高饱和颜色，读者会以为每个类别都有额外含义。只想突出最高项时，可以让其余柱子统一使用低饱和颜色。

python

ranked = products.sort_values("orders", ascending=True)
max_name = ranked.loc[ranked["orders"].idxmax(), "category"]
colors = ["#D06B3C" if name == max_name else "#B9C2C9"
          for name in ranked["category"]]
 
fig, ax = plt.subplots(figsize=(8.5, 4.8), layout="constrained")
bars = ax.barh(ranked["category"], ranked["orders"], color=colors)
ax.bar_label(bars, padding=4)
ax.set(title="数码配件订单量领先", xlabel="订单数", ylabel="")
ax.set_xlim(left=0)
ax.grid(axis="x", alpha=0.2)
ax.set_axisbelow(True)
plt.show()

这比写一个巨大箭头喊“看这里”更自然。强调色应服务于预先确定的问题，不能画完以后随便挑一个看起来刺激的点制造故事。

避开那些会让图说谎的设置

有些图没有任何编程错误，却会让读者形成错误印象。判断标准不是“参数能不能这么设”，而是“普通读者会从这个视觉长度、面积或位置中读出什么”。

柱状图截断零点会夸大差距

python

small_gap = pd.DataFrame({
    "plan": ["方案甲", "方案乙"],
    "score": [98, 102],
})
 
fig, axs = plt.subplots(1, 2, figsize=(9, 4), layout="constrained")
 
axs[0].bar(small_gap["plan"], small_gap["score"], color="#6AAED6")
axs[0].set_ylim(97, 103)
axs[0].set_title("截断纵轴：4 分差距被夸大")
 
axs[1].bar(small_gap["plan"], small_gap["score"], color="#6AAED6")
axs[1].set_ylim(0, 110)
axs[1].set_title("从 0 开始：长度对应真实比例")
 
for ax in axs:
    ax.set_ylabel("得分")
    ax.grid(axis="y", alpha=0.2)
 
plt.show()

折线图的重点是位置变化，不一定每次都从 0 开始；柱状图靠长度比较，零点则通常不可省略。如果业务上确实需要放大很小的差异，可以改画点图，或者明确标出断轴，别让读者误以为柱长代表从零开始的完整量。

同一组六十和六十五的数据在零起点与五十八起点坐标轴下形成不同视觉印象

截断坐标轴会夸大差距，读图时要先检查坐标轴再作判断。

双纵轴很容易制造假同步

两条趋势放在左右两套纵轴上，只要调整各自范围，就能让它们看起来高度重合或完全分离。读者又容易把空间位置当成同一尺度，所以双轴图要格外克制。

更稳的替代方法有三个：分成上下两个共享 x 轴的子图；把两个序列都转换成相对起点的指数；或者只展示业务真正关心的一条，另一条放到补充材料。必须使用双轴时，要清楚标注单位、让轴标签与线颜色对应，并检查缩放改变后结论是否仍成立。

面积、体积和三维效果会放大视觉差异

圆的半径翻倍，面积会变成四倍。用气泡大小表示数值时，绘图库的 s 参数通常控制面积而非半径，不能把数值直接理解成“圆的直径”。三维柱状图还会带来透视遮挡，让后排柱子难以比较。没有空间结构需要表达时，二维位置和长度通常更准确。

饼图只适合很少的部分与整体

饼图能表达“几个互斥部分合计为整体”，但人眼不擅长精确比较相近角度。类别超过五六个、数值相近、需要排序或需要跨时期比较时，柱状图通常更清楚。若百分比之和不是 100%，或者类别有重叠，饼图在语义上就已经不成立。

坐标范围、筛选和聚合都要透明

只截取上涨阶段、隐藏退货订单、把日数据改成周均值，都会改变读者看到的模式。这些处理不一定错误，但要在标题、图注或邻近文字中说明。尤其不要根据最终图形是否“好看”来选择时间窗口。

下面的侦查室把三种误导手法做成了可以动手修正的案例。每调整一个选项，都观察“数据没有变，视觉印象为什么变了”，再把最后的发布检查单带回自己的图。

只要代码没有报错，并且图中标出了数值，图就不会误导读者。

用子图组织比较，而不是把所有东西叠在一起

当一个问题需要多个视角时，先考虑子图，不要急着把五条不同单位的线塞进同一个 Axes。好的子图共享一个分析主题，每个面板只承担一项清楚的比较。

用共享坐标保持比较尺度

python

fig, axs = plt.subplots(
    2,
    1,
    figsize=(10, 7),
    sharex=True,
    layout="constrained",
)
 
axs[0].plot(daily["date"], daily["orders"],
            color="#2463A8", marker="o")
axs[0].set(title="订单量", ylabel="订单数")
 
axs[1].plot(daily["date"], daily["ad_spend"],
            color="#D06B3C", marker="s")
axs[1].set(title="广告投入", xlabel="日期", ylabel="元")
 
for ax in axs:
    ax.grid(axis="y", alpha=0.22)
 
fig.suptitle("订单量与广告投入的时间变化")
plt.show()

sharex=True 让日期刻度对齐，读者可以沿垂直方向比较同一天。不同单位保留各自纵轴，不会假装数值能直接相减。如果比较的是相同指标的不同地区，还可以 sharey=True，避免每个子图自动缩放后把小波动都画得同样剧烈。

Axes 数组也有形状

plt.subplots(2, 2) 返回二维 Axes 数组，要用 axs[0, 1] 访问；plt.subplots(1, 2) 通常返回一维数组；只创建一个 Axes 时返回单个对象。这种返回形状差异很容易让循环代码报错。

python

fig, axs = plt.subplots(2, 2, figsize=(10, 7), layout="constrained")
 
print(axs.shape)  # (2, 2)
 
for ax in axs.flat:
    ax.grid(alpha=0.2)
 
axs[0, 0].plot(daily["date"], daily["orders"], color="#2463A8")
axs[0, 0].set_title("订单趋势")
 
axs[0, 1].scatter(daily["ad_spend"], daily["orders"], color="#D06B3C")
axs[0, 1].set_title("投入与订单")
 
axs[1, 0].hist(orders["amount"], bins=15, color="#7B6CB0")
axs[1, 0].set_title("订单金额分布")
 
axs[1, 1].bar(products["category"], products["return_rate"], color="#3E8E7E")
axs[1, 1].set_title("品类退货率")
axs[1, 1].tick_params(axis="x", rotation=25)
 
fig.suptitle("运营数据四个互补视角")
plt.show()

当面板职责不对称时，可以使用 subplot_mosaic 给位置起名字，代码会比记忆 [1, 0] 更直观。

python

fig, axd = plt.subplot_mosaic(
    [["trend", "trend"], ["distribution", "category"]],
    figsize=(10, 7),
    layout="constrained",
)
 
axd["trend"].plot(daily["date"], daily["revenue"], color="#2463A8")
axd["trend"].set_title("营收趋势")
 
axd["distribution"].hist(orders["amount"], bins=15, color="#7B6CB0")
axd["distribution"].set_title("订单金额分布")
 
axd["category"].barh(products["category"], products["orders"], color="#3E8E7E")
axd["category"].set_title("品类订单")
 
for ax in axd.values():
    ax.grid(alpha=0.2)
 
plt.show()

layout="constrained" 会为常见标题、轴标签、刻度和图例协调空间。它不是无限画布：文字太长、子图太多时仍会挤压绘图区。遇到布局“缩成一团”，先增大 Figure、减少装饰或拆成两张图，不要无止境减小字号。

让样式统一，但别让样式污染后面的图

Matplotlib 样式表可以一次设置背景、网格、颜色循环和字体大小。它适合统一一组图的外观，但全局 plt.style.use(...) 会影响之后创建的图。在 Notebook 中运行顺序一乱，你可能发现同一段代码今天和昨天长得不一样。

用上下文临时套用样式

python

with plt.style.context("ggplot"):
    fig, ax = plt.subplots(figsize=(8.5, 4.3), layout="constrained")
    ax.plot(daily["date"], daily["orders"], marker="o")
    ax.set(title="临时使用 ggplot 样式", xlabel="日期", ylabel="订单数")
    plt.show()
 
# 离开 with 区块后，后续图恢复原来的样式配置

你可以用 plt.style.available 查看当前环境可用的样式名。不要照搬旧教程里的 "seaborn" 样式名，因为不同 Matplotlib 版本的内置样式名称可能变化；要使用 seaborn 的主题，直接调用 seaborn 的主题接口更清楚。

把团队规范写成少量明确设置

样式统一不是参数越多越专业。实际项目常用的规范不过是画布尺寸、字号层级、颜色循环、网格强度、边框和输出设置。下面用 rc_context 把它们限制在局部。

python

report_style = {
    "figure.figsize": (9, 4.8),
    "axes.titlesize": 14,
    "axes.labelsize": 11,
    "axes.spines.top": False,
    "axes.spines.right": False,
    "grid.alpha": 0.22,
    "legend.frameon": False,
}
 
with plt.rc_context(report_style):
    fig, ax = plt.subplots(layout="constrained")
    ax.plot(daily["date"], daily["revenue"], marker="o")
    ax.set(title="报告样式下的营收趋势", xlabel="日期", ylabel="营收（元）")
    ax.grid(axis="y")
    plt.show()

局部上下文还有一个好处：练习者复制这段代码时，不会悄悄改变同一 Notebook 里其他同学画的图。

理解 seaborn 在可视化工具链中的位置

seaborn 不是 Matplotlib 的替代品。它建立在 Matplotlib 之上，擅长直接接收整洁的 DataFrame，用列名映射 x、y、颜色和分面变量，并提供统计图形与较协调的默认主题。最后的 Axes、Figure、刻度和保存仍然与 Matplotlib 紧密相连。

axes-level 函数适合填入现有布局

sns.scatterplot、sns.histplot、sns.boxplot 这类函数可以接收 ax=，因此能放进我们已经创建的子图。

python

import seaborn as sns
 
sns.set_theme(style="whitegrid", context="notebook")
 
fig, axs = plt.subplots(1, 2, figsize=(11, 4.5), layout="constrained")
 
sns.scatterplot(
    data=orders,
    x="amount",
    y="delivery_hours",
    hue="channel",
    style="channel",
    alpha=0.7,
    ax=axs[0],
)
axs[0].set(title="金额与配送时长", xlabel="订单金额（元）", ylabel="配送时长（小时）")
 
sns.histplot(
    data=orders,
    x="amount",
    hue="channel",
    element="step",
    stat="density",
    common_norm=False,
    ax=axs[1],
)
axs[1].set(title="各渠道订单金额分布", xlabel="订单金额（元）", ylabel="密度")
 
plt.show()

common_norm=False 表示各渠道分别归一化，更适合比较分布形状；若问题是“所有订单中各渠道在每个金额区间贡献多少”，则需要另一种口径。默认参数往往包含统计含义，不能只看输出是否漂亮。

figure-level 函数会管理自己的 Figure

relplot、displot、catplot 是 figure-level 接口，适合按变量快速分面。它们返回的通常不是 Axes，而是管理整张图的网格对象，也不该硬塞进已有的 ax=。

python

g = sns.catplot(
    data=orders,
    x="channel",
    y="amount",
    col="region",
    kind="box",
    height=3.4,
    aspect=0.9,
    sharey=True,
)
g.set_axis_labels("渠道", "订单金额（元）")
g.set_titles("地区：{col_name}")
g.figure.suptitle("不同地区、不同渠道的订单金额分布", y=1.05)
plt.show()

这里用 height 和 aspect 控制每个分面的尺寸。列数增加时，整张 Figure 会跟着变宽。需要把折线图、热力图和直方图精确拼成一张复杂报告时，先用 Matplotlib 创建布局，再用 axes-level seaborn 函数填充会更省心。

seaborn 的统计默认值需要读懂

某些 seaborn 函数会在绘图时自动聚合。例如柱形统计图可能展示每组均值以及不确定性，而不是把每条记录画成一根柱。如果读者以为柱高是总量，结论就错了。使用前明确三个问题：函数有没有聚合；估计量是均值、中位数还是计数；误差线表达的是什么。

当样本量不大时，可以把原始点和汇总叠加，让读者同时看到数据与概括：

python

fig, ax = plt.subplots(figsize=(8, 4.8), layout="constrained")
 
sns.boxplot(
    data=orders,
    x="channel",
    y="amount",
    color="#DCE6EC",
    showfliers=False,
    ax=ax,
)
sns.stripplot(
    data=orders.sample(120, random_state=42),
    x="channel",
    y="amount",
    color="#2463A8",
    alpha=0.45,
    jitter=0.22,
    size=3,
    ax=ax,
)
 
ax.set(title="箱线概括与订单样本同时展示",
       xlabel="渠道", ylabel="订单金额（元）")
plt.show()

这里只叠加了固定随机种子抽取的 120 个点，所以标题附近或图注应说明“点为样本”，不能让人误以为展示了全量记录。showfliers=False 只是避免箱线图的离群点符号与散点重复，它没有从数据中删除这些订单。

如果任务只是快速探索 DataFrame，daily.plot(...) 也很方便，它会把 pandas 数据结构交给绘图后端。进入需要统一布局和精细标注的报告时，显式传入 ax=，并保留返回的 Axes，会比在 pandas、seaborn 和 pyplot 的隐式状态之间来回切换更稳。

稳健处理中文字体

“中文标题变成方框”不是数据问题，而是当前渲染环境找不到覆盖这些汉字的字体。只在自己电脑上写 SimHei，换到 Linux 服务器、同事的 macOS 或容器里就可能失效。稳健处理的重点不是收集一长串字体名，而是检查、选择、失败时给出明确提示。

先从已安装字体中选择

python

from matplotlib import font_manager
 
font_candidates = [
    "Noto Sans CJK SC",
    "Source Han Sans SC",
    "Microsoft YaHei",
    "PingFang SC",
    "SimHei",
    "Arial Unicode MS",
]
 
installed_names = {item.name for item in font_manager.fontManager.ttflist}
chosen_font = next(
    (name for name in font_candidates if name in installed_names),
    None,
)
 
if chosen_font is None:
    print("未找到候选中文字体，请安装中文字体或随项目提供字体文件。")
else:
    plt.rcParams["font.family"] = "sans-serif"
    plt.rcParams["font.sans-serif"] = [chosen_font, "DejaVu Sans"]
    # 某些中文字体缺少 Unicode 负号字形，改用普通连字符显示负数
    plt.rcParams["axes.unicode_minus"] = False
    print("当前中文字体：", chosen_font)

候选列表按优先级匹配。DejaVu Sans 放在后面用于补充拉丁字母和常见符号，却不能指望它覆盖全部中文。生产环境应在部署说明中固定字体依赖，不要默默依赖某台机器恰好装了什么。

随项目携带字体文件更可复现

如果授权允许，可以把字体文件作为项目资源部署，并在程序启动时注册。下面只展示机制，路径需要替换成项目中的真实文件。

python

from pathlib import Path
from matplotlib import font_manager
 
font_path = Path("assets/fonts/NotoSansCJKsc-Regular.otf")
 
if font_path.exists():
    font_manager.fontManager.addfont(font_path)
    font_name = font_manager.FontProperties(fname=font_path).get_name()
    plt.rcParams["font.family"] = font_name
    plt.rcParams["axes.unicode_minus"] = False
else:
    raise FileNotFoundError(f"缺少项目字体文件：{font_path}")

运行时添加的字体不会自动变成系统字体，也不能假设下次新进程还记得它，所以应用每次启动都应注册。字体授权也要提前确认，能在自己电脑使用不一定代表能随网站或应用分发。

用包含负数和常见符号的测试图验收

python

fig, ax = plt.subplots(figsize=(7, 3.8), layout="constrained")
ax.plot(["一月", "二月", "三月"], [-2, 3, 1], marker="o")
ax.set(title="中文字体检查：温度变化", xlabel="月份", ylabel="温度（℃）")
ax.grid(axis="y", alpha=0.25)
plt.show()

别只看标题。轴标签、图例、负号、摄氏度符号和导出文件都要检查，因为交互窗口能显示不代表保存到 PDF 后一定完全相同。

保存一张可以交付的图

屏幕上显示正常，只完成了一半。交付图还要考虑文件格式、物理尺寸、分辨率、裁切、透明背景和输出路径。最稳的习惯是保留 fig，调用 fig.savefig(...)，不要依赖“当前 Figure”。

PNG、SVG 和 PDF 怎么选

PNG 是栅格图，适合网页、聊天工具和包含大量像素元素的图。放大后会看到像素，尺寸和 dpi 要提前确定。
SVG 是矢量图，线条和文字缩放仍清晰，适合网页与后期编辑；散点多到几十万时，文件可能很大。
PDF 同样适合矢量输出，常用于报告和印刷，也能混合矢量与栅格元素。

figsize=(9, 4.8) 的单位是英寸。保存成 PNG 时，像素尺寸大致是英寸乘 dpi，例如 9 英寸乘 160 dpi 得到约 1440 像素宽。dpi 不会凭空增加信息：一张本来很小的低清位图塞进 Figure，再设 600 dpi，也不会恢复细节。

创建目录并显式保存

python

from pathlib import Path
 
output_dir = Path("output/chapter10")
output_dir.mkdir(parents=True, exist_ok=True)
 
fig, ax = plt.subplots(figsize=(9, 4.8), layout="constrained")
ax.plot(daily["date"], daily["revenue"],
        color="#2463A8", marker="o", linewidth=2)
ax.set(title="两周营收变化", xlabel="日期", ylabel="营收（元）")
ax.grid(axis="y", alpha=0.22)
 
fig.savefig(
    output_dir / "revenue-trend.png",
    dpi=160,
    bbox_inches="tight",
    facecolor="white",
)
fig.savefig(
    output_dir / "revenue-trend.svg",
    bbox_inches="tight",
    facecolor="white",
)
 
plt.show()
plt.close(fig)

网页图常见 dpi 在 120 到 180 左右，印刷可能需要更高，但最终应根据版面尺寸和交付规范决定。bbox_inches="tight" 会尝试把图外的标题、图例和标签纳入边界并减少多余白边；保存后仍要实际打开文件检查，不能把参数名当成验收结果。

保存要放在 show 之前

不同后端对 show() 的处理不同，有的环境在显示后会关闭或清理当前图。把 savefig() 放在 show() 之后，可能得到空图。对象式写法下即使 fig 引用仍在，也建议形成固定顺序：创建、绘制、保存、显示、关闭。

python

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [2, 5, 4])
 
fig.savefig("example.png", dpi=160, bbox_inches="tight")
plt.show()
plt.close(fig)

批量生成很多图时，plt.close(fig) 尤其重要。pyplot 会保留经它创建的 Figure 引用，不关闭会积累内存，还可能触发“打开的 Figure 太多”的警告。

排查空图、错位、遮挡和重复状态

绘图排错有一个朴素顺序：先确认数据，再确认对象，再确认布局，最后确认输出。不要一看到空白就同时改字体、后端、样式和保存参数，那样即使图突然出现，你也不知道是哪一步起作用。

图是空的：先问保存的是哪一个 Figure

python

fig_data, ax_data = plt.subplots()
ax_data.plot(daily["date"], daily["orders"])
 
fig_empty = plt.figure()  # 这会成为 pyplot 追踪的“当前 Figure”
 
# 错误风险：plt.savefig(...) 保存当前的 fig_empty
# 正确：对持有数据的对象明确保存
fig_data.savefig("orders.png", dpi=160, bbox_inches="tight")
 
plt.close(fig_empty)
plt.close(fig_data)

如果图窗里有线而文件是空白，检查是不是保存错 Figure、是不是在保存前调用了清空或关闭、是不是把保存放到了会清理图形的 show() 之后。

维度报错：打印长度、形状和索引

python

x = daily["date"].iloc[:-1]
y = daily["orders"]
 
print("x 长度：", len(x), "形状：", x.shape)
print("y 长度：", len(y), "形状：", y.shape)
 
if len(x) != len(y):
    print("不能逐点绘制：横纵数据数量不一致")

pandas 还会带索引。分别筛选两个 Series 后，它们可能长度相同、索引却指向不同记录。最稳的做法通常是在同一个 DataFrame 上一次完成筛选，再从结果取 x、y，而不是各自筛选后强行转成数组凑长度。

python

plot_data = daily.loc[
    daily[["ad_spend", "orders"]].notna().all(axis=1),
    ["ad_spend", "orders"],
]
 
fig, ax = plt.subplots()
ax.scatter(plot_data["ad_spend"], plot_data["orders"])
plt.show()

标签被切掉或互相遮挡：先调整结构

长标签被切掉时，按这个顺序处理：启用约束布局；增大画布；改成横向图；减少刻度数量或缩短文案；最后才是轻微旋转和调整字号。把所有文字缩到 6 号虽然“不重叠”，却已经失去可读性。

图例遮住数据时，先问图例是否必要，再考虑放到空白区域或绘图区外。注释放不下时，减少注释数量，或者把细节移到正文。布局工具能挪位置，不能替你决定信息优先级。

线条和柱子越画越多：检查是否复用了旧 Axes

Notebook 里反复运行 ax.plot(...) 会把新 Artist 加到同一个 Axes 上，不会自动替换旧线。你以为“这次只画一条”，实际画布已经积累了五条。

python

fig, ax = plt.subplots()
 
for column in ["orders", "revenue"]:
    ax.clear()
    ax.plot(daily["date"], daily[column])
    ax.set_title(column)
    fig.canvas.draw()
 
plt.close(fig)

上面演示了确实要复用同一 Axes 时可 clear()。更常见的批量导出任务里，直接在每轮循环创建新 Figure、保存后关闭，逻辑更清楚。

python

for column, ylabel in [("orders", "订单数"), ("revenue", "营收（元）")]:
    fig, ax = plt.subplots(figsize=(8, 4), layout="constrained")
    ax.plot(daily["date"], daily[column])
    ax.set(title=ylabel, xlabel="日期", ylabel=ylabel)
    fig.savefig(f"{column}.png", dpi=160, bbox_inches="tight")
    plt.close(fig)

seaborn 图跑到别处：确认接口层级和 ax 参数

axes-level 函数忘了传 ax=，通常会画到当前 Axes；figure-level 函数则会创建并管理自己的 Figure。看到“左边子图是空的，图却另开了一张”时，先确认函数属于哪一层，不要用 plt.sca() 强行补救复杂布局。

警告不是背景噪声

字体缺字、固定刻度、布局无法收敛、打开 Figure 过多，这些警告往往正好解释了图为什么不对。调试时不要全局屏蔽 warnings。先读完整警告，缩小到能复现问题的最小代码，再对症处理。

先打印用于作图的数据片段、数据类型、缺失数、最小值和最大值。确认数据不是空表，日期已排序，单位与聚合粒度一致。

再打印 type(fig)、type(ax) 和 Axes 上 Artist 的数量。确认绘制动作发生在准备保存的 Figure 中，没有把 figure-level seaborn 图误认为现有子图。

然后临时移除复杂样式、图例和注释，只保留最小绘图语句。如果基础图正常，再逐项加回装饰，就能定位是哪一项造成遮挡或布局问题。

最后显式调用 fig.savefig()，打开导出的实际文件，在目标显示尺寸下核对字体、裁切、颜色和清晰度；批量任务完成后关闭 Figure。

从问题到交付的完整工作流

我们把前面的知识收拢成一个真实任务：运营同事想知道“最近两周订单增长是否稳定，广告投入与订单有没有值得继续调查的关系，订单金额又主要分布在哪里”。这不是一张万能图能回答的，适合做成三个共享主题的面板。

从查看数据、选择图形、搭建画布、添加说明到检查成图的五步制图流程

可靠的可视化不是画完就结束，还要检查标题、坐标、颜色和保存结果。

明确读者和结论边界

在动手前先写一句任务说明：这张图给运营复盘使用，展示描述性模式，不证明广告带来订单增长。时间范围是 14 天，样本较短，趋势只能用于发现问题，不能当长期预测。

准备并验证数据

python

trend_data = (
    daily
    .loc[:, ["date", "orders", "revenue", "ad_spend"]]
    .dropna()
    .sort_values("date")
)
 
amount_data = orders.loc[orders["amount"].notna(), ["channel", "amount"]]
 
if trend_data.empty or amount_data.empty:
    raise ValueError("绘图数据为空，请检查筛选条件和缺失值处理")
 
if trend_data["date"].duplicated().any():
    raise ValueError("日期重复，请先统一每日聚合口径")

创建布局并逐面板表达

python

fig, axd = plt.subplot_mosaic(
    [["trend", "trend"], ["relation", "distribution"]],
    figsize=(11, 8),
    layout="constrained",
)
 
# 上方：沿时间的订单趋势
axd["trend"].plot(
    trend_data["date"],
    trend_data["orders"],
    color="#2463A8",
    marker="o",
    linewidth=2.2,
)
axd["trend"].set(title="订单量总体上升，期间有短暂回落",
                 xlabel="", ylabel="订单数")
 
# 左下：广告投入与订单量的描述性关系
axd["relation"].scatter(
    trend_data["ad_spend"],
    trend_data["orders"],
    color="#D06B3C",
    alpha=0.8,
)
axd["relation"].set(title="投入较高的日期通常订单也更多",
                    xlabel="广告投入（元）", ylabel="订单数")
 
# 右下：订单金额分布
axd["distribution"].hist(
    amount_data["amount"],
    bins=16,
    color="#7B6CB0",
    edgecolor="white",
)
axd["distribution"].set(title="订单金额呈右偏分布",
                        xlabel="订单金额（元）", ylabel="订单数")
 
for ax in axd.values():
    ax.grid(axis="y", alpha=0.22)
 
fig.suptitle("两周运营概览", fontsize=16)
fig.text(
    0.01,
    0.01,
    "说明：图中关系为描述性结果，不代表广告投入导致订单增长。",
    fontsize=9,
    color="#5C6770",
)

注释关键点并保存

python

peak_idx = trend_data["orders"].idxmax()
peak_date = trend_data.loc[peak_idx, "date"]
peak_orders = trend_data.loc[peak_idx, "orders"]
 
axd["trend"].annotate(
    f"最高 {peak_orders} 单",
    xy=(peak_date, peak_orders),
    xytext=(-70, -35),
    textcoords="offset points",
    arrowprops={"arrowstyle": "->", "color": "#444444"},
)
 
output_dir = Path("output/chapter10")
output_dir.mkdir(parents=True, exist_ok=True)
fig.savefig(
    output_dir / "operations-overview.png",
    dpi=180,
    bbox_inches="tight",
    facecolor="white",
)
 
plt.show()
plt.close(fig)

这份代码故意没有塞入所有可用指标。退货率、地区差异和营收可以另做补充图。一个面板承担一个问题，整张 Figure 承担一个主题，这种克制会让读者更快抓住信息。

发布前做三遍检查

第一遍查数据：日期、单位、缺失、重复、筛选条件、聚合口径和样本量。第二遍查视觉：图形是否匹配问题，坐标起点是否诚实，颜色是否可区分，标题是否超出证据，标签和图例是否完整。第三遍查成品：打开导出文件，在目标页面宽度下看字体、裁切、分辨率和灰度效果。

成熟的制图流程不是“运行一次没有报错”，而是“问题、数据、视觉编码和导出成品彼此对得上”。你能解释每一次排序、聚合、缩放和高亮为什么存在，也能说清图不能证明什么，这张图才算真正完成。

练习：先做判断，再写代码

练习一：修复会折返的时间线

下面的数据日期顺序被打乱了。请画出正确的访问量趋势，并在最高点加注释。

python

visits = pd.DataFrame({
    "date": ["2026-08-03", "2026-08-01", "2026-08-04", "2026-08-02"],
    "visitors": [860, 720, 910, 805],
})

python

visits["date"] = pd.to_datetime(visits["date"])
visits = visits.sort_values("date")
 
peak = visits.loc[visits["visitors"].idxmax()]
 
fig, ax = plt.subplots(figsize=(8, 4), layout="constrained")
ax.plot(visits["date"], visits["visitors"], marker="o", color="#2463A8")
ax.annotate(
    f"最高 {peak['visitors']} 人",
    xy=(peak["date"], peak["visitors"]),
    xytext=(-70, -35),
    textcoords="offset points",
    arrowprops={"arrowstyle": "->"},
)
ax.set(title="每日访问量", xlabel="日期", ylabel="访问人数")
ax.grid(axis="y", alpha=0.25)
plt.show()

关键不是记住 sort_values，而是理解折线连接的是表中当前相邻的行。日期若仍是字符串，在统一的 YYYY-MM-DD 格式下碰巧也能正确排序，但转成日期类型后，日期格式化、时间差计算和缺日检查都更可靠。

练习二：把误导柱状图改诚实

两家门店的满意度分别是 4.72 和 4.78，满分 5 分。有人画柱状图并把纵轴设为 4.70 到 4.80。请说明问题，并给出两种改法。

柱状图依靠从共同基线开始的长度比较，把纵轴截在 4.70 会把 0.06 分的差距夸张成巨大的柱长差。第一种改法是保留柱状图并让纵轴从 0 开始，同时直接标注 4.72 和 4.78；第二种改法是使用点图展示两个位置，并在标题中明确“差 0.06 分”。如果满意度来自样本调查，还应该补充样本量与不确定性，不能只比较两个小数。

python

stores = pd.DataFrame({"store": ["东店", "西店"], "score": [4.72, 4.78]})
 
fig, axs = plt.subplots(1, 2, figsize=(9, 4), layout="constrained")
 
bars = axs[0].bar(stores["store"], stores["score"], color="#6AAED6")
axs[0].set_ylim(0, 5)
axs[0].bar_label(bars, fmt="%.2f")
axs[0].set_title("从 0 开始的柱状图")
 
axs[1].scatter(stores["score"], stores["store"], s=70, color="#D06B3C")
axs[1].set_xlim(4.65, 4.85)
axs[1].set_title("点图：相差 0.06 分")
axs[1].set_xlabel("满意度（满分 5 分）")
 
plt.show()

点图可以放大位置差异，因为它不使用从零开始的柱长编码，但横轴范围仍要清楚显示，标题也应如实描述差距。

练习三：选择 seaborn 接口

你已经用 plt.subplots(2, 2) 创建了四个面板，想把订单金额箱线图画到右下角。应该优先用 sns.boxplot(..., ax=axs[1, 1])，还是 sns.catplot(kind="box")？为什么？

练习四：给自己的图做发布审查

任选本章一段代码，换成你自己的数据，然后逐项回答：

图要回答的问题能否用一个动词说清楚？
数据是否检查了类型、缺失、重复、顺序、单位与粒度？
图形是否匹配“变化、比较、关系或分布”？
标题有没有把推测写成事实？
柱状图是否保留零点，颜色是否还有非颜色线索？
图例、刻度和注释有没有遮住数据或重复表达？
中文、负号和单位在导出文件中是否正常？
是否使用 fig.savefig()，并实际打开 PNG、SVG 或 PDF 检查？

在对象式 Matplotlib 代码中，负责整个画布和最终保存的对象通常叫 ____，负责一个具体绘图区的对象通常叫 ____。

当你能不看模板完成这份清单，遇到新数据时就不会只剩下“试几个函数看看”。你会先明确问题，用数据检查守住口径，再选择视觉编码，最后把成品当成读者真正会看到的文件来验收。这才是一条可复用的数据可视化工作流。