Python作为一种高级编程语言，在大数据处理领域有着广泛的应用。它自带的绘图库Matplotlib更是为我们展现了大数据的可视化之美。接下来，我们就来谈一谈如何使用Python画大数据图表。

# 导入所需的库和数据
import matplotlib.pyplot as plt
import pandas as pd
data = pd.read_csv('data.csv')
# 绘制散点图
plt.scatter(data['x'], data['y'])
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Scatter Plot')
# 显示图表
plt.show()

以上是绘制散点图的代码，我们先通过pd.read_csv()函数读取csv文件中的数据，然后使用plt.scatter()函数绘制散点图，最后使用plt.xlabel()、plt.ylabel()和plt.title()函数设置坐标轴和标题。最后用plt.show()来显示图表。

# 导入所需的库和数据
import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand(50)
# 绘制直方图
plt.hist(data, bins=10)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram')
# 显示图表
plt.show()

以上是绘制直方图的代码，我们先生成了一个包含50个随机数的numpy数组，然后使用plt.hist()函数绘制直方图，使用bins参数来设置数据分组的数量。最后同样使用plt.xlabel()、plt.ylabel()和plt.title()函数设置坐标轴和标题，最后用plt.show()来显示图表。

除了以上两种图表，Matplotlib还提供了许多其他的绘图方式，如折线图、条形图、饼图等等。因此，使用Python来画大数据图表是非常方便快捷的。我们只需要掌握一些基本的语法规则，就能够轻松地实现各种图形效果。