jupyter notebook中可视化代码

在Jupyter Notebook中，你可以使用各种库和工具来进行数据可视化。以下是一些常用的可视化库和示例代码：

1. Matplotlib：Matplotlib是Python中最常用的可视化库之一，它提供了广泛的绘图功能。下面是一个简单的Matplotlib示例代码，用于绘制折线图：

import matplotlib.pyplot as plt

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

# 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")

# 显示图形
plt.show()

2. Seaborn：Seaborn是一个基于Matplotlib的高级数据可视化库，它提供了更简单的API和更美观的默认样式。下面是一个使用Seaborn绘制柱状图的示例代码：

import seaborn as sns

# 创建数据
x = ["A", "B", "C", "D"]
y = [10, 20, 15, 25]

# 绘制柱状图
sns.barplot(x, y)

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

# 显示图形
plt.show()

3. Plotly：Plotly是一个交互式可视化库，可以创建漂亮的图表和可视化仪表板。下面是一个使用Plotly绘制散点图的示例代码：

import plotly.express as px

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

# 绘制散点图
fig = px.scatter(x=x, y=y)

# 显示图形
fig.show()

这些只是可视化的一小部分示例，Jupyter Notebook还支持其他库和工具，如Pandas、Bokeh、ggplot等。你可以根据自己的需求选择适合的库来进行数据可视化。