绘图-使用Jupyter Notebook内联绘图

在数据分析和可视化中，绘图是不可或缺的一部分。Jupyter Notebook作为一款强大的交互式计算环境，其内置支持多种绘图工具，并且可以让我们轻松地将绘图嵌入到文档中，方便地展示和共享我们的研究成果。本文将介绍如何在Jupyter Notebook中使用内置的绘图工具来进行绘图，并将其内联到Notebook中。

绘图工具

Jupyter Notebook内置支持多种绘图工具：

• Matplotlib
• Seaborn
• Plotly
• Bokeh
• Altair

Matplotlib

Matplotlib是 Python 2D绘图库 的知名工具，广泛应用于数据可视化、科学研究等领域。该工具提供了一系列绘图函数，可以绘制线图、散点图、柱形图、等高线图等。

在Jupyter Notebook中，我们可以使用matplotlib提供的pyplot模块来进行绘图。

下面是一个使用matplotlib绘制线图的例子：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制线图
plt.plot(x, y)

# 显示图像
plt.show()

Seaborn

Seaborn 是基于matplotlib的高级可视化工具，可以让我们轻松地绘制出美观而且信息丰富的图像。其提供了多种数据分析常用的图形，如散点图、折线图、条形图、热力图等。

下面是一个使用Seaborn绘制散点图的例子：

import seaborn as sns
import pandas as pd

# 随机生成数据
data = pd.DataFrame(np.random.randn(100, 2), columns=['x', 'y'])

# 绘制散点图
sns.scatterplot(data=data, x="x", y="y")

# 显示图像
plt.show()

Plotly

Plotly是一款高级的交互式可视化工具，可以用于创建漂亮的可视化图表。可以创建折线图、散点图、直方图、等高线图等。

与其他的绘图工具不同，Plotly提供了一个在线的可视化编辑器，可以在线编辑和共享我们的可视化图表。

下面是一个使用Plotly绘制散点图的例子：

import plotly.graph_objs as go
import numpy as np

# 生成数据
x = np.random.rand(200)
y = np.random.rand(200)

# 绘制散点图
fig = go.Figure(
    data=go.Scatter(
        x=x,
        y=y,
        mode="markers"
    )
)

# 显示图像
fig.show()

内联绘图

在Jupyter Notebook中，我们可以使用magic命令来控制绘图的显示方式。使用 %matplotlib inline 命令，可以将绘图直接内联到Notebook中的 cell 中。

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制线图
plt.plot(x, y)

# 显示图像
plt.show()

此时，在Notebook中的cell中执行该代码，即可直接在cell中看到绘制的图像。

总结

Jupyter Notebook的内置绘图工具和内联绘图的功能，可以让我们轻松地进行数据可视化，并将图像直接嵌入到文档中，方便地展示我们的研究成果。在实际应用中，可以根据具体需求选择合适的绘图工具，如Matplotlib、Seaborn、Plotly等。