matplotlib可视化实例

好的，下面是一个简单的 matplotlib 可视化实例，展示如何使用 matplotlib 绘制一个简单的散点图：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
sizes = 1000 * np.random.rand(100)

# 绘制散点图
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)

# 添加标题和标签
plt.title('Random Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图形
plt.show()

在这个例子中，我们使用`numpy`库生成了随机数据，然后使用`scatter`函数绘制了一个散点图。其中`c`参数表示散点的颜色，`s`参数表示散点的大小，`alpha`参数表示散点的透明度。最后使用`title`、`xlabel`和`ylabel`函数添加了标题和坐标轴标签。

除了散点图，matplotlib还支持绘制折线图、条形图、饼图、热力图等等。如果你想了解更多的可视化实例，可以查看matplotlib官方文档。

相关问题

数据可视化选择题Matplotlib可视化基础

### Matplotlib 数据可视化基础知识

#### 选择题练习

1. **Matplotlib 是什么类型的库？**
- A) Web开发框架
- B) 数值计算库
- C) 图形绘制库
- D) 数据处理库

正确答案是C。Matplotlib是一个用于创建静态、动画和交互式可视化的Python库[^1]。

2. **下列哪项不是Matplotlib可以绘制的基础图形？**
- A) 折线图(Line Plot)
- D) 动态网页(Dynamic Website)

正确选项为D。动态网页不属于Matplotlib能够直接生成的图形种类，而其他三种都是其支持的基础图形类型之一。

3. **如何在一个Figure对象内排列多个子图(Subplot)?**
- A) 使用`plt.figure()`函数指定位置参数
- B) 调用`subplot()`方法设置行列数及索引号
- C) 应用`add_subplot()`向现有figure添加新的axes实例
- D) 上述B和C两种方式都可以实现此功能

答案选D。通过调用`subplot()`或应用`add_subplot()`均可在同一张画布上安排不同位置的小图布局。

4. **要给图表上的特定点增加带有箭头指向的文字说明应该怎么做?**
- A) 利用`annotate()`函数来完成这项操作
- B) 只能手动编辑图片文件加入文字标注
- C) 修改数据源使其包含额外的信息字段再显示出来
- D) 创建一个新的坐标轴专门用来放置标签

正确做法A描述了利用`annotate()`来进行精确地点评与指引的方式[^2]。

5. **对于一组连续型变量的数据分布情况最合适的展示形式是什么?**
- C) 箱形图(box plot)
- D) 饼分图(wedge chart)

对于探索数值范围内的集中趋势以及离群程度而言,C即箱形图为最佳选择[^3]。

import numpy as np
import matplotlib.pyplot as plt

# 示例代码：绘制简单的折线图
x = np.linspace(0, 9, 10)
y = x * x
plt.plot(x, y,'r-o')
plt.title('Simple Line Chart Example')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.grid(True)
plt.show()