手把手教你用图表讲故事

当我们面对一长串数字时，往往会感到头疼。但如果把这些数字变成图表，就像给冷冰冰的数据注入了生命力。让我们用一个面包店的故事，看看如何用Python把销售数据变成一目了然的视觉画面。

准备工作

 先准备好画图工具
import matplotlib.pyplot as plt
还有更美观的配色套装
import seaborn as sns

想象我们经营着一家面包店，记录了本周每天的销售额（单位：万元）：

days = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
sales = [2.3, 2.8, 3.1, 2.6, 3.5, 4.2, 4.8]

绘制基础折线图

plt.figure(figsize=(10,6))   准备一张A4纸大小的画布
plt.plot(days, sales, marker='o', color='FF9966', linewidth=2)   画橙色曲线带圆点
plt.grid(True, linestyle='', alpha=0.7)   添加虚线网格
plt.show   展示画作

让图表会说话

plt.title('本周销售趋势', fontsize=14, pad=20)
plt.xlabel('日期', fontsize=12)
plt.ylabel('销售额（万元）', fontsize=12)
plt.xticks(rotation=45)   倾斜日期标签

发现更多细节

当我们添加平均线后，发现周末销售额明显上涨：

avg = sum(sales)/7
plt.axhline(avg, color='grey', linestyle='', label='平均线')
plt.legend   显示图例

保存你的发现

plt.savefig('sales_report.png', dpi=300, bbox_inches='tight')

现在，我们不仅能看到销售额逐日上升的趋势，还能清晰发现周末的销售高峰。这样的图表可以直接放入工作报告，比文字更有说服力。

关键技巧

• 选择能反映数据特点的图表类型
• 用颜色突出重要信息
• 添加辅助线帮助理解
• 保持图表简洁易读

试着用不同颜色标注最高/最低销售额，或者添加天气数据辅助分析，你会发现数据可视化就像侦探破案，总能发现新的线索。