数据可视化是数据分析的重要环节，它可以将数据以图形化的形式呈现，帮助我们更直观地理解和分析数据。以下是Python中常用的数据可视化库和基本用法。
常用库
- Matplotlib: Python中最常用的数据可视化库之一。
- Seaborn: 基于Matplotlib构建，提供更多高级的数据可视化功能。
- Pandas: 用于数据清洗和转换，同时支持与Matplotlib和Seaborn的集成。
基本用法
1. Matplotlib
首先，我们需要安装Matplotlib库：
pip install matplotlib
然后，使用以下代码绘制一个简单的折线图：
import matplotlib.pyplot as plt
# 数据
x = [0, 1, 2, 3, 4, 5]
y = [0, 1, 4, 9, 16, 25]
# 创建图表
plt.plot(x, y)
# 显示图表
plt.show()
Matplotlib 示例
2. Seaborn
Seaborn依赖于Matplotlib，因此需要先安装Matplotlib。
安装完成后，使用以下代码绘制一个散点图：
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 数据
np.random.seed(10)
x = np.random.randn(100)
y = np.random.randn(100)
# 创建图表
sns.scatterplot(x, y)
# 显示图表
plt.show()
Seaborn 示例