外面的 Python 图例

Python 是一种高级编程语言，广泛用于数据分析、人工智能、Web 开发等领域。Python的生态系统非常发达，有大量的第三方库，使得开发人员可以轻松地实现各种功能。下面介绍一些外面的 Python 图例。

1. Matplotlib

Matplotlib 是 Python 中最广泛使用的绘图库之一，提供了大量的可视化函数，支持多种图表类型，如折线图、柱状图、散点图、饼图等等。以下是一些 Matplotlib 绘制的图例。

import matplotlib.pyplot as plt

# 折线图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.title('折线图')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.show()

# 柱状图
x = ['A', 'B', 'C', 'D', 'E']
y = [3, 5, 2, 7, 4]
plt.bar(x, y)
plt.title('柱状图')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.show()

# 散点图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.scatter(x, y)
plt.title('散点图')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
plt.show()

# 饼图
x = [3, 4, 6, 2]
plt.pie(x, labels=['A', 'B', 'C', 'D'], autopct='%1.1f%%')
plt.title('饼图')
plt.show()

2. Seaborn

Seaborn 是基于 Matplotlib 的图形可视化 Python 库，提供了一种更美观和灵活的界面，支持多种类型的数据可视化，如热力图、数据分布图、数据矩阵等等。以下是一些 Seaborn 绘制的图例。

import seaborn as sns
import numpy as np

# 数据分布图
data = np.random.randn(1000)
sns.distplot(data)
plt.title('数据分布图')
plt.show()

# 热力图
flights = sns.load_dataset('flights')
flights = flights.pivot('month', 'year', 'passengers')
sns.heatmap(flights)
plt.title('热力图')
plt.show()

# 数据矩阵
tips = sns.load_dataset('tips')
sns.pairplot(tips, hue='sex')
plt.title('数据矩阵')
plt.show()

3. Plotly

Plotly 是一种基于 Web 的 Python 绘图库，可创建交互式的绘图和数据可视化应用，支持多种图表类型，如线图、散点图、气泡图、3D图等等。以下是一些 Plotly 绘制的图例。

import plotly.graph_objs as go

# 折线图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
trace = go.Scatter(x=x, y=y, mode='lines')
data = [trace]
layout = go.Layout(title='折线图', xaxis=dict(title='X 轴'), yaxis=dict(title='Y 轴'))
fig = go.Figure(data=data, layout=layout)
fig.show()

# 气泡图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
size = [30, 50, 100, 200, 300]
trace = go.Scatter(x=x, y=y, mode='markers', marker=dict(size=size))
data = [trace]
layout = go.Layout(title='气泡图', xaxis=dict(title='X 轴'), yaxis=dict(title='Y 轴'))
fig = go.Figure(data=data, layout=layout)
fig.show()

# 3D图
x, y, z = np.random.multivariate_normal(np.array([0,0,0]), np.eye(3), 200).transpose()
trace = go.Scatter3d(x=x, y=y, z=z, mode='markers', marker=dict(size=5))
data = [trace]
layout = go.Layout(title='3D图')
fig = go.Figure(data=data, layout=layout)
fig.show()

以上是一些外面的 Python 图例，希望可以帮助开发人员更好地了解和使用 Python 图形可视化工具。