数据可视化_task01：使用Matplotlib进行数据可视化

2023-11-09 04:08:14

什么是Matplotlib？

Matplotlib是一个开源的Python绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形。它支持各种类型的图表和图形，包括折线图、直方图、散点图、饼图等。Matplotlib简单易用，并且可以与NumPy和SciPy等其他流行的Python库无缝集成，因此非常适合用于数据分析和可视化。

安装Matplotlib

要在您的系统上安装Matplotlib，您可以使用pip命令：

pip install matplotlib

安装完成后，您就可以在Python脚本中导入Matplotlib并开始使用它了。

Matplotlib快速上手

以下是一些使用Matplotlib创建常见数据可视化的示例：

折线图

折线图是显示数据随时间或其他连续变量变化的图表。要创建一个折线图，您可以使用plt.plot()函数。例如，以下代码创建一个显示正弦函数值的折线图：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 创建折线图
plt.plot(x, y)

# 设置标题、标签和图例
plt.title("正弦函数值")
plt.xlabel("x")
plt.ylabel("y")
plt.legend(["正弦函数"])

# 显示图形
plt.show()

直方图

直方图是显示数据分布的图表。要创建一个直方图，您可以使用plt.hist()函数。例如，以下代码创建一个显示正态分布数据的直方图：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
data = np.random.normal(0, 1, 1000)

# 创建直方图
plt.hist(data, bins=20)

# 设置标题、标签和图例
plt.title("正态分布数据的直方图")
plt.xlabel("值")
plt.ylabel("频率")
plt.legend(["正态分布"])

# 显示图形
plt.show()

散点图

散点图是显示两个变量之间的关系的图表。要创建一个散点图，您可以使用plt.scatter()函数。例如，以下代码创建一个显示正态分布数据的散点图：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.random.normal(0, 1, 1000)
y = np.random.normal(0, 1, 1000)

# 创建散点图
plt.scatter(x, y)

# 设置标题、标签和图例
plt.title("正态分布数据的散点图")
plt.xlabel("x")
plt.ylabel("y")
plt.legend(["正态分布"])

# 显示图形
plt.show()

饼图

饼图是显示数据各部分所占比例的图表。要创建一个饼图，您可以使用plt.pie()函数。例如，以下代码创建一个显示正态分布数据各部分所占比例的饼图：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
data = np.random.normal(0, 1, 1000)

# 创建饼图
plt.pie(data, labels=["正态分布"])

# 设置标题
plt.title("正态分布数据各部分所占比例的饼图")

# 显示图形
plt.show()