3.完成下面绘图： x = [1, 2, 3, 4, 5] y1 = [1, 4, 9, 16, 25] y2 = [9, 9, 9, 9, 9]6

这里提供两种方式绘制图形：

方式一：使用Matplotlib库进行绘图

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [9, 9, 9, 9, 9]

plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')
plt.legend()
plt.show()

方式二：使用Seaborn库进行绘图

import seaborn as sns
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [9, 9, 9, 9, 9]

sns.lineplot(x=x, y=y1, label='y1')
sns.lineplot(x=x, y=y2, label='y2')

plt.show()

两种方式绘制出的图形是相同的，如下所示：


相关问题

如何使用plt.legend()函数添加图例？

plt.legend()函数是Matplotlib库中用于添加图的函数。它可以在图表中显示不同元素的标签，以便更好地理解图表内容。下面是使用plt.legend()函数添加图例步骤：

1. 首先，在绘制图表之前，需要为每个要显示在图例中的元素设置一个标签。这可以通过在绘图函数中传递label参数来完成。例如，如果要为一条曲线设置标签，可以使用plt.plot()函数的label参数。

2. 绘制完所有的元素后，调用plt.legend()函数来显示图例。该函数可以接受一些可选参数，用于控制图例的位置、样式等。默认情况下，图例会自动根据元素的标签位置进行放置。

下面是一个示例代码，演示了如何使用plt.legend()函数添加图例：

import matplotlib.pyplot as plt

# 绘制曲线
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 8, 27, 64, 125]
plt.plot(x, y1, label='y = x^2')
plt.plot(x, y2, label='y = x^3')

# 添加图例
plt.legend()

# 显示图表
plt.show()

在上面的代码中，我们首先使用plt.plot()函数绘制了两条曲线，并为它们分别设置了标签。然后，调用plt.legend()函数添加图例。最后，使用plt.show()函数显示图表。

Matplotlib绘图中plot函数和Seaborn库绘制折线图一样，一次可以接收多组数据，添加多条折线

### 回答1：
是的，Matplotlib中的plot函数和Seaborn库绘制折线图都可以一次接收多组数据，并且可以添加多条折线。在Matplotlib中，可以通过传入多个数组来绘制多条折线，例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.plot(x, y3, label='tan(x)')

plt.legend()
plt.show()

这段代码将会绘制出三条折线，分别是sin(x)、cos(x)和tan(x)的曲线。其中，`label`参数用于指定每条曲线的标签，方便在图例中进行展示。

在Seaborn库中，也可以通过传入`hue`参数来实现绘制多条折线，例如：

import seaborn as sns
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

data = {
    'x': np.tile(x, 3),
    'y': np.concatenate([y1, y2, y3]),
    'function': np.repeat(['sin(x)', 'cos(x)', 'tan(x)'], len(x))
}

sns.lineplot(x='x', y='y', hue='function', data=data)

这段代码同样绘制出三条折线，分别是sin(x)、cos(x)和tan(x)的曲线。其中，`hue`参数用于指定每条曲线的标签，同时也会自动在图例中进行展示。

### 回答2：
Matplotlib绘图中的plot函数和Seaborn库绘制折线图的基本功能是相同的，都可以一次接收多组数据并添加多条折线。

在Matplotlib中，使用plot函数绘制折线图时，可以将多个x轴和y轴的值作为参数传入。通过传入多个x轴和y轴值组成的列表，可以在同一个图上绘制多条折线。例如，使用下面的代码可以绘制多条折线图：

import matplotlib.pyplot as plt

x1 = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]

x2 = [1, 2, 3, 4, 5]
y2 = [1, 2, 3, 4, 5]

plt.plot(x1, y1)
plt.plot(x2, y2)

plt.xlabel('x')
plt.ylabel('y')
plt.title('Multiple Line Plot')

plt.show()

在Seaborn库中，使用lineplot函数绘制折线图时，也可以接收多组数据并添加多条折线。与Matplotlib不同的是，Seaborn库的lineplot函数更加方便地处理数据，并且提供了更多的可视化选项。以下是使用Seaborn绘制多条折线图的示例代码：

import seaborn as sns
import pandas as pd

data = pd.DataFrame({'x': [1, 2, 3, 4, 5],
                     'y1': [1, 4, 9, 16, 25],
                     'y2': [1, 2, 3, 4, 5]})

sns.lineplot(data=data, x='x', y='y1')
sns.lineplot(data=data, x='x', y='y2')

plt.xlabel('x')
plt.ylabel('y')
plt.title('Multiple Line Plot')

plt.show()

无论是使用Matplotlib的plot函数还是Seaborn库的lineplot函数，都可以一次接收多组数据并添加多条折线，方便快捷地完成折线图的绘制。

### 回答3：
Matplotlib绘图中plot函数和Seaborn库绘制折线图的确都可以一次接收多组数据，从而添加多条折线。

在Matplotlib中，我们可以使用plot函数来绘制折线图。plot函数接收多个Series对象作为参数，每个Series对象代表一条折线。例如，我们可以通过传递多个Series对象到plot函数中，从而绘制多条折线。这些折线可以具有不同的颜色、线型和标签，通过这些参数可以进行自定义配置。例如：

import matplotlib.pyplot as plt
import pandas as pd

# 创建包含多组数据的DataFrame
data = pd.DataFrame({'x': [1, 2, 3, 4, 5],
                     'y1': [2, 4, 6, 8, 10],
                     'y2': [1, 3, 5, 7, 9]})

# 使用plot函数绘制折线图，并添加多条折线
plt.plot(data['x'], data['y1'], label='Line 1')
plt.plot(data['x'], data['y2'], label='Line 2')

# 添加图例
plt.legend()

# 展示图形
plt.show()

同样地，Seaborn库也提供了绘制折线图的功能。我们可以使用lineplot函数来绘制折线图。该函数接收多个Series对象作为参数，每个Series对象代表一条折线。这些折线可以具有不同的颜色、样式和标签。例如：

import seaborn as sns
import pandas as pd

# 创建包含多组数据的DataFrame
data = pd.DataFrame({'x': [1, 2, 3, 4, 5],
                     'y1': [2, 4, 6, 8, 10],
                     'y2': [1, 3, 5, 7, 9]})

# 使用lineplot函数绘制折线图，并添加多条折线
sns.lineplot(x='x', y='y1', data=data, label='Line 1')
sns.lineplot(x='x', y='y2', data=data, label='Line 2')

# 展示图形
plt.show()

综上所述，无论是plot函数还是Seaborn库的lineplot函数，都可以一次接收多组数据，从而添加多条折线。我们可以通过参数进行自定义配置，如颜色、样式和标签。