面试题：Python中Matplotlib数据可视化样式优化

Question

使用Python的Matplotlib库对一组时间序列数据进行可视化。要求：1. 为折线图添加标记，并且标记样式与线条颜色要协调搭配；2. 设置合理的坐标轴标签、标题以及图例；3. 对坐标轴刻度进行自定义，使得数据展示更清晰。请给出完整代码实现，并阐述在实际项目中这样做的好处。

Answer 1

import matplotlib.pyplot as plt
import numpy as np

# 生成示例时间序列数据
time = np.arange(0, 10, 0.1)
values = np.sin(time)

# 绘制折线图
plt.plot(time, values, marker='o', color='b', label='Sin Wave')

# 设置坐标轴标签、标题以及图例
plt.xlabel('Time')
plt.ylabel('Value')
plt.title('Time Series Visualization')
plt.legend()

# 自定义坐标轴刻度
plt.xticks(np.arange(0, 10.1, 1))
plt.yticks(np.arange(-1, 1.1, 0.2))

# 显示图形
plt.show()

在实际项目中这样做的好处：

1. 增强数据可读性：添加标记可以突出数据点，使读者更清楚地看到每个时间点对应的数据值。协调的标记样式与线条颜色搭配，能让图表看起来更美观、专业，提升数据展示效果。
2. 明确数据含义：合理设置坐标轴标签、标题以及图例，能够准确传达图表所展示的数据内容和含义，使观众无需额外解释就能快速理解数据的意义和关系。
3. 优化数据展示：自定义坐标轴刻度可以根据数据的范围和特点，以合适的间隔显示刻度值，避免刻度过于密集或稀疏，从而使数据在坐标轴上的分布更清晰，便于观察数据趋势和变化细节。