python数据可视化案例

以下是几个 Python 数据可视化案例：

1. 折线图：用于展示数据随时间变化的趋势。

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

# 绘制折线图
plt.plot(x, y)

# 添加标题和标签
plt.title("Line Chart")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

# 显示图表
plt.show()

2. 柱状图：用于比较不同类别的数据。

import matplotlib.pyplot as plt

# 数据
x = ["A", "B", "C", "D", "E"]
y = [10, 8, 6, 4, 2]

# 绘制柱状图
plt.bar(x, y)

# 添加标题和标签
plt.title("Bar Chart")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

# 显示图表
plt.show()

3. 散点图：用于展示两个变量之间的关系。

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

# 绘制散点图
plt.scatter(x, y)

# 添加标题和标签
plt.title("Scatter Plot")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

# 显示图表
plt.show()

4. 饼图：用于展示数据的占比关系。

import matplotlib.pyplot as plt

# 数据
labels = ["A", "B", "C", "D", "E"]
sizes = [10, 20, 30, 25, 15]

# 绘制饼图
plt.pie(sizes, labels=labels)

# 添加标题
plt.title("Pie Chart")

# 显示图表
plt.show()

以上是几个 Python 数据可视化案例，每种图表的应用场景不同，可以根据需要选择适合自己的图表进行数据可视化。