使用场景#

时间趋势优先用折线图，类别比较常用柱状图，两个连续变量关系适合散点图，分布和异常值可以用箱线图。

我会先准备一个小样本，保证可以人工检查结果。大表直接跑起来很快，但一旦结果不对，很难判断是代码错、字段错，还是数据本身脏。

最小代码#

1
import matplotlib.pyplot as plt
2

3
summary = df.groupby("month")["amount"].sum()
4
ax = summary.plot(kind="line", marker="o")
5
ax.set_title("Monthly Amount")
6
ax.set_xlabel("Month")
7
ax.set_ylabel("Amount")
8
plt.tight_layout()
9
plt.savefig("monthly_amount.png", dpi=150)

检查结果#

• 行数是否符合预期，不能只看代码是否报错。
• 关键字段的类型、缺失值和唯一值数量是否合理。
• 输出结果能否用三到五行样本手工复算。
• 如果生成报表，要保留清洗前后的对账数字。

容易忽略的点#

画图前先写一句话：这张图想证明什么。如果写不出来，说明还没到画图阶段。

最小验收样例#

我会用三行数据做一次手工验收：一行正常记录，一行边界记录，一行异常记录。代码跑完后，把输出和手工计算结果对照一遍，确认不是字段名写对了但口径理解错了。

如果这一步会进入日报、周报或正式报告，还要把输入行数、输出行数和被过滤的记录数写到日志里。数据处理的可信度，来自这些可以复查的中间证据。

小结#

图表类型不要随手选 要解决的是一个可复查的数据处理问题。先定义口径，再写代码，最后用样本和统计结果验收，分析结果才站得住。