在用 NumPy 和 Pandas 处理完数据结构后，弄清数据内容是接下来自然要做的事。数据可视化提供了以图形方式呈现数据的手段，能更方便地看出原始表格中可能遗漏的模式、趋势、异常值和数据间的关联。这种做法对描述性数据分析和有效传达结果都非常重要。

本章主要介绍两个用于制作静态图表的 Python 库：Matplotlib 和 Seaborn。你将从 Matplotlib 的基本原理学起，学习如何生成折线图、条形图、直方图和散点图等常用图表。我们会讲解如何通过标签、标题、颜色和样式来调整这些图表，以及如何使用子图将多个图表排布在一个图形中。

接着，你将接触到 Seaborn，一个在 Matplotlib 基础上构建的库，它提供了一个更高级的接口，专门用于制作内容丰富、美观的统计图形。你将学会用简洁的代码制作更复杂的图表，例如热力图、成对散点图和分布图。最后，我们会讲解保存你制作的图表的实际操作，你可以将它们保存为多种格式，方便纳入报告和演示文稿中。本章结束后，你将能够针对不同的数据类型和分析目标选择合适的图表，并使用 Matplotlib 和 Seaborn 来实现它们。