📅  最后修改于: 2023-12-03 15:02:28.175000             🧑  作者: Mango
Jupyter Notebook 是 Python 数据科学工具箱的一个重要组成部分,而 Matplotlib 则是一个非常流行的 Python 可视化库。在 Jupyter Notebook 中使用 Matplotlib 可以轻松地生成各种类型的图表。
Markdown 渲染后的效果:
在使用 Matplotlib 之前,需要先安装它。你可以使用 pip 来安装它,执行以下命令:
!pip install matplotlib
在开始生成图表之前,我们需要先导入 Matplotlib 库,并设置 Jupyter Notebook 中的绘图模式。
%matplotlib inline
import matplotlib.pyplot as plt
我们使用 %matplotlib inline
命令可以让每个图表都被显示在输出单元格中。
使用 Matplotlib 可以创建多种不同类型的图表,包括折线图、散点图、柱状图、饼图等。
创建折线图是可视化数据的最佳方式之一,尤其是当你想要比较多个数据序列时。下面是一个简单的创建折线图的例子:
# 创建数据
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]
# 创建折线图
plt.plot(x, y)
# 显示图表
plt.show()
输出:
散点图是用于表示两个变量之间的关系的图表。下面是一个简单的创建散点图的例子:
# 创建数据
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]
# 创建散点图
plt.scatter(x, y)
# 显示图表
plt.show()
输出:
柱状图常用于比较不同类别的项目之间的大小或数量。下面是一个简单的创建柱状图的例子:
# 创建数据
labels = ['A', 'B', 'C', 'D', 'E']
values = [10, 8, 6, 4, 2]
# 创建柱状图
plt.bar(labels, values)
# 显示图表
plt.show()
输出:
饼图通常用于显示类别占比。下面是一个简单的创建饼图的例子:
# 创建数据
labels = ['A', 'B', 'C', 'D', 'E']
sizes = [10, 8, 6, 4, 2]
# 创建饼图
plt.pie(sizes, labels=labels)
# 显示图表
plt.show()
输出:
在 Jupyter Notebook 中使用 Matplotlib 可以方便的生成各种类型的图表。在创建图表之前需要导入 Matplotlib 库,并设置绘图模式。常见的图表类型包括折线图、散点图、柱状图和饼图。