python画图代码大全

以下是一些常见的 Python 画图库及其代码示例：

1. Matplotlib

Matplotlib 是 Python 中最常用的画图库之一，可以绘制多种类型的图表。

import matplotlib.pyplot as plt

# 绘制简单的折线图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.plot(x, y)
plt.show()

# 绘制散点图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.scatter(x, y)
plt.show()

# 绘制柱状图
x = ['A', 'B', 'C', 'D']
y = [3, 7, 2, 5]
plt.bar(x, y)
plt.show()

2. Seaborn

Seaborn 是基于 Matplotlib 的高级数据可视化库，可以轻松绘制各种统计图表。

import seaborn as sns
import pandas as pd

# 绘制简单的折线图
df = pd.DataFrame({'x': [1, 2, 3, 4], 'y': [1, 4, 9, 16]})
sns.lineplot(x='x', y='y', data=df)
sns.despine()  # 去除顶部和右侧的边框
plt.show()

# 绘制散点图
df = pd.DataFrame({'x': [1, 2, 3, 4], 'y': [1, 4, 9, 16]})
sns.scatterplot(x='x', y='y', data=df)
sns.despine()
plt.show()

# 绘制柱状图
df = pd.DataFrame({'x': ['A', 'B', 'C', 'D'], 'y': [3, 7, 2, 5]})
sns.barplot(x='x', y='y', data=df)
sns.despine()
plt.show()

3. Plotly

Plotly 是一种交互式数据可视化库，可以制作交互式图表和可视化应用程序。

import plotly.graph_objs as go

# 绘制简单的折线图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
fig = go.Figure(data=go.Scatter(x=x, y=y))
fig.show()

# 绘制散点图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers'))
fig.show()

# 绘制柱状图
x = ['A', 'B', 'C', 'D']
y = [3, 7, 2, 5]
fig = go.Figure(data=go.Bar(x=x, y=y))
fig.show()

4. Bokeh

Bokeh 是一种交互式数据可视化库，可以创建交互式图表和应用程序。

from bokeh.plotting import figure, show

# 绘制简单的折线图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
p = figure(title='Line Plot')
p.line(x, y)
show(p)

# 绘制散点图
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
p = figure(title='Scatter Plot')
p.circle(x, y)
show(p)

# 绘制柱状图
x = ['A', 'B', 'C', 'D']
y = [3, 7, 2, 5]
p = figure(title='Bar Plot')
p.vbar(x, top=y, width=0.5)
show(p)

以上是几种常见的 Python 画图库及其代码示例，但并不是全部。根据需求选择合适的画图库可以更加高效地完成数据可视化任务。