Python 数据可视化入门指南

随着大数据时代的到来，数据可视化成为数据分析的重要环节。本文将带你了解如何使用 Python 进行数据可视化。

1. Python 数据可视化工具

Python 中有许多用于数据可视化的库，以下是一些常用的：

Matplotlib：功能强大的绘图库，可以创建各种图表。
Seaborn：基于 Matplotlib，提供更高级的绘图功能。
Pandas：数据分析库，内置数据可视化功能。

2. Matplotlib 入门

Matplotlib 是 Python 中最常用的绘图库之一。以下是一个简单的例子：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.plot(x, y)
plt.title('简单折线图')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.show()

3. Seaborn 高级绘图

Seaborn 基于 Matplotlib，提供了更高级的绘图功能。以下是一个使用 Seaborn 绘制散点图的例子：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据
tips = sns.load_dataset('tips')

# 绘制散点图
sns.scatterplot(x='total_bill', y='tip', data=tips)
plt.show()

4. Pandas 数据可视化

Pandas 也提供了数据可视化功能，以下是一个使用 Pandas 绘制直方图的例子：

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据
data = {'年龄': [25, 30, 35, 40, 45, 50, 55, 60, 65, 70]}

# 创建 DataFrame
df = pd.DataFrame(data)

# 绘制直方图
df['年龄'].plot(kind='hist')
plt.show()

5. 扩展阅读

想要了解更多关于 Python 数据可视化的内容，可以访问我们的Python 数据可视化教程。