python数据可视化实例

Python有许多强大的库用于数据可视化，其中最流行的是matplotlib、seaborn和plotly等。以下是一个简单的matplotlib例子，展示如何绘制折线图：

import matplotlib.pyplot as plt

# 假设我们有以下数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 创建一个新的图形窗口
plt.figure()

# 绘制折线图
plt.plot(x, y)

# 添加标题和标签
plt.title('简单折线图')
plt.xlabel('X轴')
plt.ylabel('Y轴')

# 显示图形
plt.show()

在这个例子中，`plt.plot()`函数创建了一条连接各点的直线，`title()`, `xlabel()`, 和 `ylabel()` 函数则设置了图表的标题和坐标轴标签。

如果你想尝试更高级的可视化，比如热力图或散点图，可以利用seaborn库，它提供了更丰富的样式和统计图表功能：

import seaborn as sns
import pandas as pd

# 假设有一个数据框df
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
        'C': np.random.randn(8)}
df = pd.DataFrame(data)

# 创建一个网格化的热力图
sns.heatmap(df.corr(), annot=True)
plt.show()