用python编写一个堆排序算法，分别对含有1到10000的随机数据的数组进行排序，输出时间，并绘制数据量与运行时间的图

好的，以下是用 Python 编写的堆排序算法，并绘制数据量与运行时间的图表：

import random
import time
import matplotlib.pyplot as plt

def heap_sort(arr):
    def heapify(arr, n, i):
        largest = i
        l = 2 * i + 1
        r = 2 * i + 2
        if l < n and arr[i] < arr[l]:
            largest = l
        if r < n and arr[largest] < arr[r]:
            largest = r
        if largest != i:
            arr[i], arr[largest] = arr[largest], arr[i]
            heapify(arr, n, largest)

    n = len(arr)
    for i in range(n//2 - 1, -1, -1):
        heapify(arr, n, i)
    for i in range(n-1, 0, -1):
        arr[i], arr[0] = arr[0], arr[i]
        heapify(arr, i, 0)

# 生成随机数据并进行排序
x = []
y = []
for n in range(1, 10001):
    arr = [random.randint(1, 10000) for _ in range(n)]
    start_time = time.time()
    heap_sort(arr)
    end_time = time.time()
    x.append(n)
    y.append(end_time - start_time)

# 绘制图表
plt.plot(x, y)
plt.xlabel("数据量")
plt.ylabel("运行时间（秒）")
plt.title("堆排序算法的运行时间")
plt.show()

在上面的代码中，我们定义了一个函数 `heap_sort` 来实现堆排序算法。然后，我们利用 `random` 模块生成含有 1~10000 个数据的随机数组，并对其进行排序。我们分别对含有 1~10000 个数据的数组进行排序，并输出排序所需的时间。最后，我们利用 `matplotlib` 模块绘制了数据量与运行时间的图表。