python画图

Python 有多个绘图库可以用来进行数据可视化。以下是常用的几个库及其基本用法：

1. Matplotlib

Matplotlib 是 Python 中最常用的绘图库之一，它提供了类似于 MATLAB 的绘图接口，可以绘制各种类型的图表，包括线图、散点图、柱状图等。

绘制折线图的基本代码如下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.show()

2. Seaborn

Seaborn 是基于 Matplotlib 的高级绘图库，它提供了更加美观和实用的图表，可以用于数据分布的可视化、分类变量的分析等。

绘制带有误差线的折线图的基本代码如下：

import seaborn as sns
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
error = [0.5, 1.0, 1.5, 2.0, 2.5]

sns.lineplot(x=x, y=y, err_style="bars", ci="sd")
plt.show()

3. Plotly

Plotly 是一个交互式绘图库，可以生成高度定制化的图表，并支持缩放、旋转、悬停等交互操作。

绘制带有多个子图的散点图的基本代码如下：

import plotly.graph_objs as go

trace0 = go.Scatter(
    x=[1, 2, 3, 4],
    y=[10, 11, 12, 13],
    mode='markers',
    marker=dict(size=[40, 60, 80, 100])
)

trace1 = go.Scatter(
    x=[1, 2, 3, 4],
    y=[11, 13, 12, 10],
    mode='markers',
    marker=dict(size=[50, 70, 90, 110])
)

fig = go.Figure(data=[trace0, trace1])
fig.show()

以上是三个常用的 Python 绘图库及其基本用法，可以根据具体需求选择合适的库进行数据可视化。