开头先聊一个很多初学者都会遇到的场景想用 Python 做数据分析上网一搜资料发现教程东一个西一个NumPy 讲一点、Pandas 讲一点、Matplotlib 再讲一点但始终没有人告诉你这三个库到底怎么串成一条完整的工作流。更头疼的是跟着教程敲代码结果环境装不上、数据读不进来、图表中文乱码每一步都在劝退。这篇文章就围绕NumPy Pandas Matplotlib这套 Python 数据分析三件套整理一份从零基础到项目实战的完整教程。不需要你有数学基础也不需要你先学完 Python 全部门语法只要会最基本的 Python 写法就能跟着一步步完成数据读取、清洗、分析和可视化。文中所有代码都基于常见版本编写命令和示例可以复制后直接运行。读完你不仅能掌握三个库的核心用法还能独立完成一个小型数据分析项目。1. 三个库分别解决什么问题先建立整体认知。很多新手把 NumPy、Pandas、Matplotlib 混在一起学越学越乱根源在于不知道每个库的定位。1.1 NumPy数值计算的底层引擎NumPyNumerical Python是 Python 科学计算的基础库它提供了高性能的多维数组对象ndarray以及大量的数学函数。为什么不用 Python 自带的 list 做数值计算因为 list 在存储和运算上有两个明显短板一是元素类型不固定导致内存浪费二是循环计算效率低。NumPy 的数组在内存中连续存储配合向量化运算能比 Python 原生循环快几个数量级。import numpy as np # Python list 计算平方 data_list [1, 2, 3, 4, 5] result_list [x ** 2 for x in data_list] # NumPy 数组计算平方 data_array np.array([1, 2, 3, 4, 5]) result_array data_array ** 2 print(result_list) print(result_array)输出[1, 4, 9, 16, 25] [1 4 9 16 25]两种方式结果一样但 NumPy 写法更简洁数据量越大性能差距越明显。数据分析中所有数值计算底层几乎都离不开 NumPy。1.2 Pandas表格数据处理利器Pandas 是构建在 NumPy 之上的数据分析库核心数据结构是Series一维序列和DataFrame二维表格。它解决的问题是如何方便地读取、筛选、聚合、清洗表格数据。可以这样理解NumPy 提供“数组”Pandas 提供“带标签的表格”。现实中绝大多数数据都是以表格形式存在的比如 Excel 表格、CSV 文件、数据库查询结果。Pandas 就是 Python 世界里操作这些表格的最主流工具。Pandas 最常用的操作包括读取 CSV、Excel、JSON 等文件。筛选指定行和列。处理缺失值和重复值。按某列分组后做统计。合并多张表。1.3 Matplotlib把数据变成图表Matplotlib 是 Python 最经典的绘图库它负责把分析结果可视化成折线图、柱状图、散点图、直方图等。为什么可视化很重要因为人对图表的敏感度远高于对数字表格的敏感度。一份销售数据放在表格里你可能看不出趋势画成折线图后增长和波动一眼就能发现。Matplotlib 的设计理念是“完全控制绘图细节”。你可以自定义坐标轴、颜色、图例、标题、字体、刻度等所有元素。它也提供了pyplot子模块模拟 MATLAB 的绘图方式适合快速出图。1.4 三者如何配合一套典型的数据分析流程是这样的用 Pandas 读取数据文件。用 Pandas 完成数据清洗和预处理。用 NumPy 做部分数值计算和统计运算。用 Matplotlib 把分析结果画成图表。实际工作中三个库经常在同一个脚本里互相配合。这也是为什么学习时要先懂 NumPy再学 Pandas最后学 Matplotlib——因为 Pandas 的数据结构底层依赖 NumPyMatplotlib 又经常直接处理 NumPy 数组和 Pandas 列数据。2. 环境准备与安装开始写代码之前先把环境搭好。这里以最常见的方式演示操作系统以 Windows 为例macOS 和 Linux 下的命令基本一致。2.1 安装 Python首先确认电脑上已经安装了 Python 3.8 及以上版本。打开命令行Windows 下是 CMD 或 PowerShell输入python --version如果没有安装 Python可以到 Python 官网下载安装包。安装时务必勾选Add Python to PATH否则后续 pip 命令可能找不到。2.2 安装三个库推荐使用 pip 安装pip install numpy pandas matplotlib如果下载速度慢可以使用国内镜像源pip install numpy pandas matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple安装完成后验证是否成功import numpy as np import pandas as pd import matplotlib.pyplot as plt print(NumPy 版本:, np.__version__) print(Pandas 版本:, pd.__version__) print(Matplotlib 版本:, plt.matplotlib.__version__)如果能打印出版本号说明环境已经就绪。2.3 选择开发工具新手推荐使用 Anaconda 或 VS CodeAnaconda 自带 NumPy、Pandas、Matplotlib 和 Jupyter Notebook省去手动安装的麻烦。VS Code 轻量配合 Python 插件体验很好适合长期写项目。本文示例代码在普通 Python 脚本文件和 Jupyter Notebook 中都可以运行。如果使用 Jupyter Notebook图表会直接显示在单元格下方如果使用脚本文件需要调用plt.show()展示图表。3. NumPy 核心用法详解NumPy 的内容非常多初学者不需要全部掌握。以下挑选数据分析中最常用的几个知识点创建数组、数组切片、布尔筛选、通用函数和统计计算。3.1 创建 NumPy 数组最直接的创建方式是从列表转换import numpy as np # 一维数组 arr1 np.array([1, 2, 3, 4, 5]) print(arr1, arr1.shape) # 二维数组 arr2 np.array([[1, 2, 3], [4, 5, 6]]) print(arr2, arr2.shape) # 全零数组 zeros np.zeros((2, 3)) print(zeros) # 等差数组 arr_range np.arange(0, 10, 2) # 从0到10步长为2 print(arr_range)shape属性返回数组的维度形状。(2, 3)表示 2 行 3 列。理解 shape 对后续操作非常重要比如矩阵转置、reshape 都和 shape 直接相关。3.2 数组切片重点NumPy 切片语法和 Python list 类似但在多维数组上更强大。这是热搜词中出现频率很高的知识点也是新手最容易写错的地方。import numpy as np arr np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) # 取第 1 行索引从 0 开始 print(arr[0, :]) # 输出 [1 2 3 4] # 取第 2 列 print(arr[:, 1]) # 输出 [2 6 10] # 取前两行、前两列 print(arr[:2, :2]) # 输出 [[1 2] [5 6]] # 步长为 2 取行 print(arr[::2, :]) # 输出第 0 行和第 2 行切片的语法是数组[行起始:行结束:行步长, 列起始:列结束:列步长]。需要注意切片结果是原数组的视图修改切片会影响原数组。如果希望得到一份独立副本用.copy()。sub arr[:2, :2].copy() sub[0, 0] 999 print(arr[0, 0]) # 仍然是 13.3 布尔筛选布尔筛选是数据分析中极为常用的操作用于按条件筛选数组元素import numpy as np scores np.array([65, 80, 92, 58, 73, 88]) # 筛选大于等于 80 的分数 high_scores scores[scores 80] print(high_scores) # 输出 [80 92 88] # 筛选 60 到 85 之间的分数 mid_scores scores[(scores 60) (scores 85)] print(mid_scores) # 输出 [65 80 73]条件判断会生成一个布尔数组NumPy 自动把布尔值为True的元素取出来。多个条件组合时用且和|或每个条件必须加括号这一点和 Python 原生的and、or不同。3.4 统计计算函数数据分析离不开统计量NumPy 提供了大量现成函数import numpy as np data np.array([12, 18, 25, 30, 42, 55, 68]) print(总和:, np.sum(data)) print(平均值:, np.mean(data)) print(标准差:, np.std(data)) print(最小值:, np.min(data)) print(最大值:, np.max(data)) print(中位数:, np.median(data))二维数组可以指定按行或按列计算matrix np.array([[1, 2, 3], [4, 5, 6]]) print(按列求和:, np.sum(matrix, axis0)) # 输出 [5 7 9] print(按行求和:, np.sum(matrix, axis1)) # 输出 [6 15]axis0表示沿着行的方向压缩结果是每列的和axis1表示沿着列的方向压缩结果是每行的和。记忆技巧指定 axis 后该维度的长度会变成 1。4. Pandas 核心用法详解Pandas 是数据分析流程中使用频率最高的库。这一节重点讲 Series、DataFrame、读取数据、清洗数据和分组聚合。4.1 Series 和 DataFrameSeries 是带索引的一维数组。可以把它理解为“带标签的列”。import pandas as pd s pd.Series([85, 90, 78, 92], index[语文, 数学, 英语, 物理]) print(s)输出语文 85 数学 90 英语 78 物理 92 dtype: int64DataFrame 是二维表格数据结构由多列 Series 组成是 Pandas 中最常用的对象。import pandas as pd df pd.DataFrame({ 姓名: [张三, 李四, 王五], 年龄: [23, 28, 25], 城市: [北京, 上海, 广州] }) print(df)输出姓名 年龄 城市 0 张三 23 北京 1 李四 28 上海 2 王五 25 广州4.2 读取外部数据Pandas 支持读取多种格式的文件。最常用的是 CSV 和 Excel。import pandas as pd # 读取 CSV 文件 df_csv pd.read_csv(sales_data.csv, encodingutf-8) # 读取 Excel 文件 df_excel pd.read_excel(sales_data.xlsx, sheet_nameSheet1)读取后先查看数据概况这是数据分析的第一步# 查看前 5 行 print(df.head()) # 查看数据基本信息 print(df.info()) # 查看数值列的描述统计 print(df.describe())df.info()会显示每列的非空数量、数据类型和内存占用是判断数据质量的重要依据。4.3 筛选和排序DataFrame 的列筛选非常简单# 取单列返回 Series ages df[年龄] # 取多列返回 DataFrame sub_df df[[姓名, 城市]]行筛选通常使用布尔条件# 筛选年龄大于 24 的记录 result df[df[年龄] 24] print(result)排序用sort_values# 按年龄降序排列 df_sorted df.sort_values(年龄, ascendingFalse) print(df_sorted)4.4 处理缺失值和重复值真实数据很少是干净的缺失值、重复值几乎必然出现。import pandas as pd import numpy as np df pd.DataFrame({ 订单号: [A001, A002, A003, A003], 金额: [100, np.nan, 300, 300], 城市: [北京, 上海, None, 广州] })查看缺失情况print(df.isnull().sum())处理缺失值的两种主流方式# 方式一删除有缺失值的行 df_dropna df.dropna() # 方式二用固定值填充 df_fillna df.fillna({金额: 0, 城市: 未知})处理重复值# 删除重复行保留第一条 df_unique df.drop_duplicates(subset[订单号])热搜词中有“pandas如果指定两列的值均相同则取第一条数据即可”对应的就是drop_duplicates(subset[...])的用法。比如有两列分别是“用户ID”和“商品ID”希望同一个用户对同一个商品只保留一条记录就可以把这俩列名放进subset参数里。4.5 分组聚合分组聚合是统计分析中最核心的操作。它对应 SQL 里的GROUP BY。import pandas as pd df pd.DataFrame({ 部门: [技术部, 技术部, 市场部, 市场部, 市场部], 员工: [小张, 小李, 小刘, 小赵, 小孙], 薪资: [12000, 15000, 9000, 11000, 9500] }) # 按部门分组求薪资平均值 result df.groupby(部门)[薪资].mean() print(result)输出市场部 9833.333333 技术部 13500.000000 Name: 薪资, dtype: float64如果想要多个统计量可以用aggresult df.groupby(部门)[薪资].agg([mean, sum, count, max]) print(result)4.6 合并多张表实际工作中数据往往分散在多张表里。Pandas 的merge函数类似 SQL 的 JOINimport pandas as pd orders pd.DataFrame({ 订单号: [A001, A002, A003], 用户ID: [1, 2, 1] }) users pd.DataFrame({ 用户ID: [1, 2, 3], 姓名: [张三, 李四, 王五] }) merged pd.merge(orders, users, on用户ID, howleft) print(merged)how参数控制连接方式left保留左表全部记录inner只保留两边都匹配的记录right保留右表全部记录outer保留两边所有记录。5. Matplotlib 数据可视化详解Matplotlib 的绘图逻辑可以拆成三步准备数据、调用绘图函数、调整细节。下面先讲最基础的绘图方式再讲实际项目中必备的进阶技巧。5.1 折线图折线图适合展示趋势变化比如每日销售额、温度变化、股票价格。import matplotlib.pyplot as plt # 解决中文乱码 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False days [周一, 周二, 周三, 周四, 周五, 周六, 周日] sales [120, 150, 138, 165, 190, 220, 210] plt.figure(figsize(8, 5)) plt.plot(days, sales, markero, linestyle-, colorblue) plt.title(一周销售额变化) plt.xlabel(星期) plt.ylabel(销售额元) plt.grid(True, linestyle--, alpha0.5) plt.show()这里需要特别说明两行中文字体设置plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False第一行指定中文字体如果不设置图表中的中文会显示成方块第二行解决负号显示异常的问题。这一对配置是 Matplotlib 中文绘图的标配。5.2 柱状图柱状图适合对比不同类别的数值大小。import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False categories [手机, 电脑, 平板, 耳机] sales [3500, 5200, 1800, 2600] plt.figure(figsize(8, 5)) plt.bar(categories, sales, color[#4C72B0, #55A868, #C44E52, #8172B3]) plt.title(各品类销量对比) plt.xlabel(品类) plt.ylabel(销量件) plt.show()5.3 散点图散点图适合观察两个变量之间的关系比如广告投入和销售额是否有正相关性。import matplotlib.pyplot as plt import numpy as np np.random.seed(42) ad_cost np.random.randint(100, 500, 50) sales ad_cost * 2 np.random.randint(-50, 50, 50) plt.figure(figsize(8, 5)) plt.scatter(ad_cost, sales, alpha0.6, colordarkorange) plt.title(广告费用与销售额关系) plt.xlabel(广告费用元) plt.ylabel(销售额元) plt.show()alpha参数控制透明度当数据点重叠较多时降低透明度可以更清楚地看到点密度。5.4 直方图直方图用于查看数据的分布情况比如员工年龄分布、订单金额分布。import matplotlib.pyplot as plt import numpy as np np.random.seed(10) ages np.random.normal(30, 5, 1000) plt.figure(figsize(8, 5)) plt.hist(ages, bins30, edgecolorblack, alpha0.7) plt.title(年龄分布直方图) plt.xlabel(年龄) plt.ylabel(人数) plt.show()bins参数控制分箱数量即把数据分成多少个区间。bins 太小时分布形状过于粗糙bins 太大时又可能过于细碎需要根据数据量调整。5.5 子图与画布大小实际分析中经常需要在一张图里展示多个子图。用subplot可以实现import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False fig, axes plt.subplots(2, 2, figsize(10, 8)) # 第一个子图折线图 axes[0, 0].plot([1, 2, 3, 4], [10, 25, 15, 30]) axes[0, 0].set_title(折线图) # 第二个子图柱状图 axes[0, 1].bar([A, B, C], [5, 8, 3]) axes[0, 1].set_title(柱状图) # 第三个子图散点图 axes[1, 0].scatter([1, 2, 3, 4], [20, 18, 25, 30]) axes[1, 0].set_title(散点图) # 第四个子图直方图 axes[1, 1].hist([1, 2, 2, 3, 3, 3, 4, 4, 5], bins5) axes[1, 1].set_title(直方图) plt.tight_layout() plt.show()plt.subplots(2, 2)返回一个包含 2 行 2 列子图的画布axes是子图对象组成的数组。figsize(10, 8)控制整个画布的大小对应热搜词中的“matplotlib画布大小”问题。5.6 统一 x 轴和 y 轴比例有些场景下需要 x 轴和 y 轴刻度比例一致比如绘制几何图形、地图坐标时否则图形会发生拉伸变形。热搜词中有“matplotlib中x轴和y轴比例统一”对应方法是set_aspect(equal)import matplotlib.pyplot as plt plt.figure(figsize(5, 5)) plt.plot([0, 1], [0, 1], markero) plt.gca().set_aspect(equal) plt.show()set_aspect(equal)会让 1 个 x 轴单位在屏幕上占据的像素长度等于 1 个 y 轴单位占据的像素长度。不加这个设置时Matplotlib 会根据画布比例自动拉伸坐标轴可能导致圆形变成椭圆。6. 完整实战电商销售数据分析下面把三个库串起来完成一个完整的小项目。场景设定为一家电商公司数据有两张表一张是订单明细表一张是商品信息表。任务包括数据读取、清洗、聚合、可视化和结论输出。6.1 准备测试数据为了让大家能直接复现这里先用 Pandas 在内存中生成模拟数据不需要额外下载文件。import pandas as pd import numpy as np np.random.seed(2024) # 生成订单数据 orders pd.DataFrame({ 订单号: [fORD{i:04d} for i in range(1, 301)], 商品ID: np.random.choice([P001, P002, P003, P004], 300), 销量: np.random.randint(1, 10, 300), 单价: np.random.choice([499, 899, 1299, 2499], 300), 城市: np.random.choice([北京, 上海, 广州, 深圳, 杭州], 300) }) # 生成商品信息表 products pd.DataFrame({ 商品ID: [P001, P002, P003, P004], 商品名称: [无线耳机, 智能手表, 平板电脑, 旗舰手机], 分类: [数码配件, 穿戴设备, 平板电脑, 手机] }) print(orders.head()) print(products.head())6.2 数据清洗与合并# 添加销售额列 orders[销售额] orders[销量] * orders[单价] # 合并商品信息 df pd.merge(orders, products, on商品ID, howleft) # 检查缺失值 print(df.isnull().sum()) # 查看数据类型 print(df.dtypes)6.3 多维度分析第一个维度各城市的销售总额。city_sales df.groupby(城市)[销售额].sum().sort_values(ascendingFalse) print(city_sales)第二个维度各商品分类的销售份额。category_sales df.groupby(分类)[销售额].sum().sort_values(ascendingFalse) print(category_sales)第三个维度不同价格区间的销量分布。这里用 NumPy 计算并添加分组标签。bins [0, 500, 1000, 2000, 3000] labels [0-500, 500-1000, 1000-2000, 2000-3000] df[价格区间] pd.cut(df[单价], binsbins, labelslabels) price_dist df.groupby(价格区间, observedFalse)[销量].sum() print(price_dist)6.4 可视化输出import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False fig, axes plt.subplots(2, 2, figsize(12, 9)) # 图1城市销售额柱状图 axes[0, 0].bar(city_sales.index, city_sales.values, color#4C72B0) axes[0, 0].set_title(各城市销售额) axes[0, 0].set_xlabel(城市) axes[0, 0].set_ylabel(销售额元) # 图2分类销售额饼图 axes[0, 1].pie(category_sales.values, labelscategory_sales.index, autopct%.1f%%) axes[0, 1].set_title(各分类销售份额) # 图3价格区间销量柱状图 axes[1, 0].bar(price_dist.index.astype(str), price_dist.values, color#55A868) axes[1, 0].set_title(价格区间销量分布) axes[1, 0].set_xlabel(价格区间元) axes[1, 0].set_ylabel(销量件) # 图4销量与单价的散点图 axes[1, 1].scatter(df[单价], df[销量], alpha0.4, colordarkorange) axes[1, 1].set_title(单价与销量关系) axes[1, 1].set_xlabel(单价元) axes[1, 1].set_ylabel(销量件) plt.tight_layout() plt.show()6.5 结果说明运行代码后你能得到四张图表第一张图展示各城市的销售额排名可以直接看到哪个城市贡献最大。第二张图展示分类销售份额能快速判断核心品类。第三张图展示价格区间与销量的关系可以看出哪个价位最受欢迎。第四张图展示单价和销量的散点分布用于观察是否存在明显相关性。这个例子虽然用的是模拟数据但覆盖了真实项目中至少 80% 的日常操作生成/读取数据、合并表、分组统计、数值分箱、多子图可视化。7. 常见问题与排查思路下面整理新手最常遇到的几个问题每个问题都给出排查思路和解决方案。问题现象常见原因解决思路ModuleNotFoundError: No module named numpy库未安装或安装了到错误环境先确认当前 Python 环境再执行pip install numpyMatplotlib 图表中文显示为方块系统缺少中文字体设置设置plt.rcParams[font.sans-serif] [SimHei]图表负号显示异常默认字体不支持负号设置plt.rcParams[axes.unicode_minus] FalsePandas 读取 CSV 报编码错误文件编码不是 UTF-8指定编码如read_csv(file.csv, encodinggbk)删除重复行后结果仍然有重复subset参数没指定或设置错误确认重复判断的列名是否写全FutureWarning提示分组聚合行为变更Pandas 版本升级后的兼容性提示阅读提示内容按照新版 API 调整代码NumPy 切片后修改原数组跟着变化切片是视图而不是副本如需独立数据使用.copy()matplotlib绘制不出图缺少plt.show()或后端问题脚本文件需要在末尾调用plt.show()这里重点说两个高频问题。7.1 安装了库但仍然报 ModuleNotFoundError这种情况十次有九次是 Python 环境不对。很多电脑同时装了多个 Python 版本比如 Python 3.9 和 3.11你用pip install装到了 A 环境但运行脚本用的是 B 环境。排查命令pip --version python --version如果 pip 和 python 的版本信息对应不上可以改用python -m pip install numpy pandas matplotlibpython -m pip会确保把包安装到当前python命令对应的环境里。7.2 Pandas 版本兼容问题热搜词中有“python3.10与哪个pandas版本适配”这类疑问。Pandas 对 Python 版本有明确的支持范围新版本 Pandas 可能不支持旧版本 Python。如果安装时遇到依赖解析错误可以安装指定版本pip install pandas2.0.3实际项目中不要盲目追求最新版本优先选择与当前 Python 版本兼容的稳定版本。安装前可以通过python --version确认 Python 版本再查询对应 Pandas 版本支持情况。8. 最佳实践与工程建议8.1 数据清洗要放在第一步拿到数据后不要急于做分析或画图先执行一套固定的清洗动作检查缺失值、检查重复值、检查数据类型、检查字段范围是否合理。这四步做完再进入分析环节。很多图表的异常根源都在数据本身不干净。8.2 遵循“先小后大”的调试原则写代码时先用小数据集跑通流程再切换到完整数据。比如上述实战中先用 10 行测试数据验证代码逻辑确认无误后再用全部 300 行数据运行。这样可以快速定位错误也减少大文件处理时的等待时间。8.3 命名规范DataFrame 列名如果是中文尽量在读取后统一重命名为英文避免后续代码中出现不必要的编码问题。df.rename(columns{订单号: order_id, 商品ID: product_id}, inplaceTrue)统一使用df作为主 DataFrame 的变量名不同阶段可以用df_clean、df_grouped等前缀标识状态但不要一个脚本里出现十几个含义不清的名字。8.4 可视化配置抽成公共函数如果项目中有多张图表中文字体设置、画布大小、颜色风格通常是一致的。可以把这些配置抽成一个函数或单独放到配置段import matplotlib.pyplot as plt def setup_chart_style(): plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False plt.rcParams[figure.dpi] 120调用这段配置后所有图表统一使用同一套风格避免每张图单独设置。8.5 合理处理缺失值删除缺失值不一定总是最优选择。如果某一列缺失比例超过 50%直接删掉这一列可能更合理如果只是个别行缺失删除这些行即可如果缺失值有一定规律考虑用均值、中位数或前向填充补全。具体选择要根据业务场景判断。8.6 数据量大时关注内存当 DataFrame 达到几百万行时内存占用会成为瓶颈。可以做三件事读取 CSV 时通过usecols参数只读需要的列。使用dtypes调整数据类型比如把int64转成int32。处理完中间数据后及时删除不再使用的对象释放内存。9. 总结与下一步学习建议回顾一下这篇文章完成了几件事理清了 NumPy、Pandas、Matplotlib 三个库的定位和分工。覆盖了 NumPy 的数组创建、切片、布尔筛选和统计计算。覆盖了 Pandas 的 Series/DataFrame、数据读取、清洗、分组聚合和表合并。覆盖了 Matplotlib 的折线图、柱状图、散点图、直方图、子图和中文字体配置。通过一个电商销售分析案例把三个库串成了完整工作流。接下来如果想继续深入可以按三个方向扩展方向一数据分析深入。学习更复杂的数据变换方法比如透视表pivot_table、时间序列处理、窗口函数。这些在 Pandas 官方文档中都有完整说明。方向二可视化进阶。学习更现代化的可视化库。Seaborn 基于 Matplotlib 封装了更多统计图表Plotly 支持交互式图表适合放到网页端展示Pyecharts 适合中文环境下的业务报表。方向三实战项目积累。在 Kaggle、天池等平台找公开数据集自己独立完成数据探索、清洗、分析和可视化报告。坚持做两三个完整的项目对数据分析流程的理解会明显上台阶。最后留一个练习任务找一份你所在城市近一个月的天气数据包含日期、最高温度、最低温度、天气状况四列用 Pandas 读取数据计算月均最高温和月均最低温再用 Matplotlib 绘制一张温度变化折线图。做到这一步你就已经把三件套的核心用法真正串起来了。如果这篇文章对你有帮助可以收藏备用后续遇到数据分析相关的问题也能随时回来查阅。