Matplotlib绘制可视化图表实践

Matplotlib是Python中常用的一个绘图库，可以绘制各种可视化图表。下面是一些常见的可视化图表实践。

1. 折线图

折线图常用于展示数据随时间变化的趋势。例如，绘制某股票每日收盘价的折线图。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据
x = np.arange(0, 10, 0.1)
y = np.sin(x)

# 绘制折线图
plt.plot(x, y)

# 添加标题和坐标轴标签
plt.title('Sine Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图形
plt.show()

2. 散点图

散点图常用于展示两个变量之间的关系。例如，绘制某公司员工年龄与薪资之间的散点图。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据
np.random.seed(0)
x = np.random.randint(20, 60, size=50)
y = 2000 + 50 * x + np.random.normal(0, 100, size=50)

# 绘制散点图
plt.scatter(x, y)

# 添加标题和坐标轴标签
plt.title('Age vs. Salary')
plt.xlabel('Age')
plt.ylabel('Salary')

# 显示图形
plt.show()

3. 条形图

条形图常用于展示不同类别之间的比较。例如，绘制某班级各科成绩的条形图。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据
scores = {'Chinese': 85, 'Math': 90, 'English': 80, 'Science': 95}

# 绘制条形图
plt.bar(scores.keys(), scores.values())

# 添加标题和坐标轴标签
plt.title('Class Scores')
plt.xlabel('Subject')
plt.ylabel('Score')

# 显示图形
plt.show()

4. 饼图

饼图常用于展示不同类别所占比例。例如，绘制某公司各部门占比的饼图。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟数据
departments = ['Marketing', 'Sales', 'IT', 'HR']
sizes = [20, 30, 25, 25]

# 绘制饼图
plt.pie(sizes, labels=departments)

# 添加标题
plt.title('Department Proportions')

# 显示图形
plt.show()

以上是一些常见的可视化图表实践，Matplotlib还支持绘制许多其他类型的图表，例如直方图、热力图等。