_EXAMPLE：Python中的数据可视化示例

Python是一种非常流行的编程语言，它在数据可视化方面具有出色的功能和库。以下是一些常用的Python数据可视化示例和用法。

1. Matplotlib

Matplotlib是Python中最常用的数据可视化库之一。它可以绘制各种类型的图表，包括线图、散点图、柱状图、饼图等。以下是一个使用Matplotlib绘制简单折线图的例子：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制折线图
plt.plot(x, y)

# 设置图表标题和标签
plt.title("Line Chart")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 显示图表
plt.show()

2. Seaborn

Seaborn是一个基于Matplotlib的高级数据可视化库，它提供了更多的图表样式和选项。以下是一个使用Seaborn绘制简单散点图的例子：

import seaborn as sns

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制散点图
sns.scatterplot(x, y)

# 设置图表标题和标签
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 显示图表
plt.show()

3. Plotly

Plotly是一个交互式的数据可视化库，可以在网页上生成动态和可交互的图表。以下是一个使用Plotly绘制简单柱状图的例子：

import plotly.express as px

# 创建数据
data = {'x': [1, 2, 3, 4, 5], 'y': [2, 4, 6, 8, 10]}

# 绘制柱状图
fig = px.bar(data, x='x', y='y')

# 显示图表
fig.show()

4. Pandas

Pandas是一个强大的数据处理和分析库，它也提供了一些数据可视化的方法。以下是一个使用Pandas绘制简单饼图的例子：

import pandas as pd

# 创建数据
data = {'x': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 绘制饼图
df.plot.pie(y='x')

# 显示图表
plt.show()

上述示例只是Python数据可视化的冰山一角，还有许多其他功能强大的库和方法可供选择。无论是绘制简单的图表还是高级的可交互式图表，Python都可以提供强大的工具来满足各种数据可视化需求。