使用Matplotlib实现数据可视化交互式代码

要在Matplotlib中实现交互式数据可视化，可以使用ipywidgets库。下面是一个简单的交互式代码示例，可以让用户控制生成的图表：

import matplotlib.pyplot as plt
import numpy as np
import ipywidgets as widgets
from IPython.display import display

# 创建一个下拉菜单，让用户选择要绘制的函数
func_dropdown = widgets.Dropdown(
    options=['sin', 'cos', 'tan'],
    value='sin',
    description='Function:',
    disabled=False,
)

# 创建一个滑块，让用户控制x轴范围
xlim_slider = widgets.FloatRangeSlider(
    value=[-5, 5],
    min=-10,
    max=10,
    step=0.1,
    description='X-axis range:',
    disabled=False,
    continuous_update=False,
    orientation='horizontal',
    readout=True,
    readout_format='.1f',
)

# 创建一个画布
fig, ax = plt.subplots()

# 定义绘图函数
def plot_function(func, xlim):
    x = np.linspace(xlim[0], xlim[1], 500)
    if func == 'sin':
        y = np.sin(x)
    elif func == 'cos':
        y = np.cos(x)
    elif func == 'tan':
        y = np.tan(x)
    ax.clear()
    ax.plot(x, y)
    ax.set_xlim(xlim)
    ax.set_ylim([-1.5, 1.5])
    ax.set_title(func)

# 定义更新函数，当下拉菜单或滑块的值发生改变时调用
def update(change):
    plot_function(func_dropdown.value, xlim_slider.value)

# 将下拉菜单和滑块的值绑定到更新函数上
func_dropdown.observe(update, 'value')
xlim_slider.observe(update, 'value')

# 初始化绘图
plot_function(func_dropdown.value, xlim_slider.value)

# 显示下拉菜单和滑块
display(func_dropdown)
display(xlim_slider)

这段代码会生成一个下拉菜单和一个滑块，让用户选择要绘制的函数和x轴范围。当用户改变下拉菜单或滑块的值时，图表会相应地更新。这个交互式代码示例可以用于探索不同函数的性质，以及它们在不同x轴范围内的行为。