python数据可视化案例

以下是几个Python数据可视化的案例：

1. 折线图：折线图用于展示数据的变化趋势。可以使用matplotlib库来创建折线图。下面是一个使用matplotlib库创建折线图的案例代码：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
values = np.cumsum(np.random.randn(1000, 1))

# 绘制折线图
plt.plot(values)
plt.show()

2. 热力图：热力图用于展示矩阵中每个值的颜色数据。可以使用seaborn库来创建热力图。下面是一个使用seaborn库创建热力图的案例代码：

import seaborn as sns
import pandas as pd
import numpy as np

# 加载数据
df = pd.DataFrame(np.random.random((5, 5)), columns=["a", "b", "c", "d", "e"])

# 创建热力图
p1 = sns.heatmap(df)

3. 核密度估计图：核密度估计图用于可视化一个或多个组的数值变量的分布。可以使用seaborn库和matplotlib库来创建核密度估计图。下面是一个使用seaborn库和matplotlib库创建核密度估计图的案例代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据
df = sns.load_dataset('iris', data_home='seaborn-data', cache=False)

# 创建核密度估计图
sns.kdeplot(df['sepal_width'])
plt.show()

以上是几个Python数据可视化的案例，根据具体需求选择合适的可视化方法来展示数据。