简介
Python 是一种高度级面向对象、动态类型、解释性的编程语言。Python 以简单、易学、易读的代码著称，因此备受编程初学者和 AI 数据科学家的喜爱。Python 不仅可以实现基础的输入输出、字符串处理、数据结构和算法等等功能，还可以实现数据可视化。Python 的可视化库比较多，比较著名的有 Matplotlib、Seaborn、Bokeh、Plotly 等。
Matplotlib 画图
Matplotlib 是 Python 的一款可视化库。Matplotlib 可以画出折线图、直方图、散点图、饼图、热力图等。下面是一个简单的散点图代码和结果：
```python
import matplotlib.pyplot as plt
import numpy as np
x = np.random.randint(0,100,size=50)
y = np.random.randint(0,100,size=50)
plt.scatter(x,y,c='r',marker='o')
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
```
这个散点图是用 50 个随机产生的点画出来的。其中，x 和 y 分别代表了点的 x 轴和 y 轴坐标。plt.scatter() 函数可以画出散点图，其中 c 表示点的颜色，marker 表示点的形状。plt.title() 函数可以设置图形的标题，plt.xlabel() 函数可以设置 x 轴的标签，plt.ylabel() 函数可以设置 y 轴的标签。plt.show() 函数可以显示图形。
Seaborn 画图
Seaborn 是另一款 Python 的可视化库，它是在 Matplotlib 基础上开发的。Seaborn 可以画出线图、盒图、热力图、多变量分布图等。Seaborn 的一个优点是可以非常方便地画出分布图，下面是一个简单的分布图代码和结果：
```python
import seaborn as sns
import numpy as np
x = np.random.normal(size=1000)
sns.distplot(x)
```
这个分布图是用 1000 个随机产生的正态分布点画出来的。其中 sns.distplot() 函数可以画出分布图，它还可以自动计算概率密度，并画出 KDE 图（核密度估计曲线）。这个分布图中 KDE 图是单峰的，也就是符合正态分布的特点。
结论
Python 可以非常方便地画出各种图形形式，其中 Matplotlib 和 Seaborn 库是比较著名的可视化库。Python 不仅可以处理数据、算法，还可以把数据可视化，非常适合用于数据科学和人工智能方面的研究。
本文来自投稿，不代表亲测学习网立场，如若转载，请注明出处：https://www.qince.net/pythonif2.html
郑重声明：
本站所有内容均由互联网收集整理、网友上传，并且以计算机技术研究交流为目的，仅供大家参考、学习，不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动，请您购买正版授权并合法使用。
我们不承担任何技术及版权问题，且不对任何资源负法律责任。
如遇到资源无法下载，请点击这里失效报错。失效报错提交后记得查看你的留言信息，24小时之内反馈信息。
如有侵犯您的版权，请给我们私信，我们会尽快处理，并诚恳的向你道歉！
