数据可视化python代码大全

当涉及到数据可视化的Python代码时，有很多强大的库和工具可供选择。以下是一些常用的数据可视化库和示例代码：

1. Matplotlib：Matplotlib是Python中最常用的数据可视化库之一，它提供了广泛的绘图功能，包括折线图、散点图、柱状图、饼图等。以下是一个简单的Matplotlib示例代码：

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。以下是一个使用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=x, y=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是一个交互式数据可视化库，它可以生成漂亮的图表，并支持在网页上进行交互。以下是一个使用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()

这只是一小部分可用的数据可视化库和示例代码，还有其他库如Pandas、Bokeh等也提供了丰富的数据可视化功能。你可以根据具体需求选择适合的库和代码来实现你想要的数据可视化效果。