Python各种可视化图表绘制方法

Python有很多可视化图表绘制的库，以下是其中一些常用的库及其用法：

1. Matplotlib：Matplotlib是Python中最流行的可视化库之一。它支持多种图表类型，如折线图、散点图、直方图、条形图等。以下是一个简单的折线图绘制示例：

import matplotlib.pyplot as plt

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

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

2. Seaborn：Seaborn是一个基于Matplotlib的高级可视化库，它提供了更多的图表类型和更好的默认样式。以下是一个简单的散点图绘制示例：

import seaborn as sns

tips = sns.load_dataset("tips")

sns.scatterplot(x="total_bill", y="tip", data=tips)

3. Plotly：Plotly是一个交互式可视化库，它可以生成漂亮的图表并支持多种输出格式。以下是一个简单的散点图绘制示例：

import plotly.express as px

tips = px.data.tips()

fig = px.scatter(tips, x="total_bill", y="tip", color="sex")
fig.show()

4. Bokeh：Bokeh是一个交互式可视化库，它可以生成漂亮的图表并支持多种输出格式。以下是一个简单的散点图绘制示例：

from bokeh.plotting import figure, output_file, show

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

output_file("scatter.html")

p = figure()
p.circle(x, y, size=10)

show(p)

5. Altair：Altair是一个基于Vega-Lite的声明式可视化库，它可以生成漂亮的图表并支持多种输出格式。以下是一个简单的散点图绘制示例：

import altair as alt
from vega_datasets import data

iris = data.iris()

alt.Chart(iris).mark_circle().encode(
    x='petalLength',
    y='petalWidth',
    color='species'
)