当前位置：首页 > article >正文

数据可视化：在Jupyter中使用Matplotlib绘制常用图表

article 2024/11/18 10:30:11

Matplotlib是一个强大的数据可视化库，用于创建各种图表。

在Jupyter中使用Matplotlib可以轻松实现折线图、柱状图、散点图和饼图等常用图表。

本篇文章将为你详细讲解用matlpotlib绘制常用图表的方法。

1、折线图

折线图是展示数据趋势和变化的常见图表类型。

%matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制折线图
plt.plot(x, y, label='sin(x)')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('line chart')
plt.legend()
plt.show()

这段代码使用Matplotlib绘制了一个sin函数的折线图，展示了x和y的关系。
在这里插入图片描述

2、柱状图

柱状图常用于比较不同类别的数据。

%matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
categories = ['A', 'B', 'C', 'D']
values = [3, 7, 2, 5]

# 绘制柱状图
plt.bar(categories, values, color='skyblue')
plt.xlabel('category')
plt.ylabel('value')
plt.title('Histogram')
plt.show()

这段代码使用Matplotlib绘制了一个简单的柱状图，展示了不同类别的数值对比。
在这里插入图片描述

3、散点图

散点图用于展示两个变量之间的关系，常用于观察数据的分布。

%matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)

# 绘制散点图
plt.scatter(x, y, color='orange')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Scatter plot')
plt.show()

这段代码使用Matplotlib绘制了一个随机生成的散点图，展示了两个变量之间的关系。
在这里插入图片描述

4、饼图

饼图用于展示数据的相对比例，常用于显示占比关系。

%matplotlib
import matplotlib.pyplot as plt

# 生成示例数据
labels = ['A', 'B', 'C', 'D']
sizes = [25, 30, 20, 25]

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90, colors=['lightcoral', 'lightblue', 'lightgreen', 'lightskyblue'])
plt.axis('equal')  # 使饼图比例相等
plt.title('Pie')
plt.show()