企业官网建设流程全解析

数据没问题，分析也到位，图画出来了——但就是土土的，不像网上那些专业图表。差在细节：默认Matplotlib画的是"毛坯房"，那些好看的专业图，不过是把默认参数一个个调过。

今天拿一张最常见的销售趋势图，从默认版一步步改到专业版。先看起点：

importmatplotlib.pyplotaspltimportnumpyasnp months=['1月','2月','3月','4月','5月','6月']sales_A=[120,150,135,180,200,220]sales_B=[80,95,110,130,125,150]plt.plot(months,sales_A)plt.plot(months,sales_B)plt.title('销售额对比')plt.legend()plt.show()

第一步：解决中文乱码

中文全是方块，是Matplotlib默认字体不支持中文。开头加两行全局配置，写一次后面所有图都生效：

importmatplotlib.pyplotaspltimportmatplotlib matplotlib.rcParams['font.sans-serif']=['SimHei','Microsoft YaHei','PingFang SC']matplotlib.rcParams['axes.unicode_minus']=False

Windows用微软雅黑、Mac用PingFang SC、Linux用SimHei，三个都写上兼容性最好。

第二步：换一套好看的颜色

专业图和默认图的第一个视觉差距就是配色。直接用成熟方案：主色珊瑚红#ff4d4f，辅色#1890ff天蓝、#52c41a翠绿、#722ed1紫罗兰、#fa8c16橘黄。在plot()里加color，顺手把线加粗到2像素：

fig,ax=plt.subplots(figsize=(9,5))ax.plot(months,sales_A,color='#ff4d4f',linewidth=2,label='产品A')ax.plot(months,sales_B,color='#1890ff',linewidth=2,label='产品B')ax.set_title('2026年上半年产品销售趋势',fontsize=14)ax.set_xlabel('月份')ax.set_ylabel('销售额（万元）')ax.legend()plt.tight_layout()plt.show()

配色原则：一张图颜色别超过4-5种；主色饱和度适中；折线用纯色，填充区域用半透明（alpha=0.2-0.3）。

第三步：去掉上右两条边框

专业图表通常只留下、左两条边框，上右是多余的：

ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)

两行代码，性价比最高——四条边框在四个方向"抓"视线，把图框死了；去掉两边，视线自然聚焦到数据本身。

第四步：加网格，但只加横向的

没网格读者要对着Y轴比来比去，全网格又像格子本。正确做法是只加横向淡网格：

ax.grid(axis='y',alpha=0.3,linestyle='--')

axis='y'只画横向，alpha=0.3很淡不抢戏，linestyle='--'虚线比实线更轻。网格退居二线辅助阅读，而不是抢戏。

第五步：把标题和标签调到位

ax.set_title('2026年上半年产品销售趋势',fontsize=15,fontweight='bold',pad=15,loc='left')ax.set_xlabel('月份',fontsize=11,labelpad=8)ax.set_ylabel('销售额（万元）',fontsize=11,labelpad=8)

关键调整：标题左对齐（人眼从左往右读，标题在左边更顺）、加粗、加padding透气、字号有层级（标题15、标签11、刻度10），一眼就知道什么是重点。

第六步：图例美化 + 数值标注

图例去掉边框、原则是别挡住数据：

ax.legend(loc='upper left',frameon=False,fontsize=10)

关键数据点旁直接标数字，读者不用猜：

ax.annotate(f'{sales_A[-1]}万',xy=(len(sales_A)-1,sales_A[-1]),xytext=(10,0),textcoords='offset points',fontsize=10,color='#ff4d4f')

xy是箭头指向的位置，xytext是文字相对那个点的偏移。数据点密时只标关键节点（最高、最低、最后一个点）。

改造前后对比

六步改完，最终版完整代码可直接复制运行：

importmatplotlib.pyplotaspltimportmatplotlib matplotlib.rcParams['font.sans-serif']=['SimHei','Microsoft YaHei','PingFang SC']matplotlib.rcParams['axes.unicode_minus']=Falsemonths=['1月','2月','3月','4月','5月','6月']sales_A=[120,150,135,180,200,220]sales_B=[80,95,110,130,125,150]fig,ax=plt.subplots(figsize=(9,5))ax.plot(months,sales_A,color='#ff4d4f',linewidth=2.5,marker='o',markersize=6,label='产品A')ax.plot(months,sales_B,color='#1890ff',linewidth=2.5,marker='s',markersize=5,label='产品B')ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)ax.grid(axis='y',alpha=0.25,linestyle='--')ax.set_title('2026年上半年产品销售趋势',fontsize=15,fontweight='bold',pad=15,loc='left')ax.set_xlabel('月份',fontsize=11,labelpad=8)ax.set_ylabel('销售额（万元）',fontsize=11,labelpad=8)ax.legend(loc='upper left',frameon=False,fontsize=10)plt.tight_layout()plt.show()

数据没变、图表类型没变，气质完全不一样了。

差的就是这六件事：

1. 中文能正常显示
2. 换了一套好看的配色
3. 去掉了上右两条边框
4. 只留横向淡网格
5. 标题层级分明
6. 图例和标注细节到位

真实运行效果

把上面最终版完整代码复制到本地跑一遍，控制台会依次打印数据统计和六步美化的配置执行情况，图片正常保存即说明改造成功。

截图里能看到产品A、B 的真实销售额与 max/min/均值，以及中文字体、配色、去边框、横向网格、标题层级、图例标注六步逐项配置完成、图片保存成功的完整日志。

最后说一句

美化不是花架子——好看的图读者更容易读、更愿意信。但也别走向另一个极端。记住：所有美化都是为了让数据更容易被读懂，而不是为了炫技。去边框为了聚焦数据，加网格为了方便读数，调颜色为了区分层次，每个动作都有目的。

下一篇换个库——Seaborn，把统计可视化做得更优雅、更省心。

梅雅达编程工作室 · Python数据实战系列第13篇
图表美化这件事，知道方法了就是一层窗户纸。