Python中的数据可视化函数和库用法

Python作为一种高级编程语言，在数据可视化方面已拥有成熟的库和函数。本文将介绍Python中常用的数据可视化函数和库的用法。

1. Matplotlib

Matplotlib是Python的一种绘图库，提供了一系列绘图函数，可用于创建各种各样的静态、动态、交互式图表。它是Python中最常用的数据可视化工具之一。

（1）柱状图

柱状图是Matplotlib中最常用的图表之一，用于描述连续变量的分布情况。以下是一个简单的实现：

import matplotlib.pyplot as plt
x = [4, 8, 12, 16, 20]
y = [3, 7, 15, 19, 22]
plt.bar(x, y, align='center')
plt.show()

该代码会生成一个简单的柱状图，x轴是4, 8, 12, 16, 20，y轴是3, 7, 15, 19, 22。

（2）直方图

直方图可以展示连续变量的分布情况和频数情况。以下是一个简单的实现：

import numpy as np
import matplotlib.pyplot as plt
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
n, bins, patches = plt.hist(x, 50, density=1, facecolor='g', alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

该代码会生成一个直方图和一些相关标注。直方图展示了样本数据的分布情况。

（3）折线图

折线图常用于表示连续变量的趋势，以下是一个简单的实现：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y = np.sin(x)
plt.plot(x, y)
plt.show()

该代码将展示一条正弦曲线。

2. Seaborn

Seaborn是一个基于Matplotlib的Python数据可视化库，提供了图形界面的API，并创建了一些更高级别的可视化函数。以下是一个简单的实现：

import seaborn as sns
import matplotlib.pyplot as plt
iris = sns.load_dataset("iris")
sns.pairplot(iris)
plt.show()

该代码将展示iris数据集的散点图矩阵，可用于查看变量之间的相互关系。

3. Plotly

Plotly是一个Python数据可视化库，可用于创造精美的、交互式的可视化图表。以下是一个简单的实现：

import plotly.express as px
data = px.data.gapminder()
fig = px.scatter(data_frame=data.query('year==2007'), x="gdpPercap", y="lifeExp", size="pop", color="continent",
                 hover_name="country", log_x=True, size_max=55)
fig.show()

该代码将展示一个气泡图，展示各国的GDP和预期寿命。

4. Bokeh

Bokeh是一个Python交互式可视化库，可用于创造交互式、动态的可视化图表。以下是一个简单的实现：

from bokeh.plotting import figure, output_file, show
import pandas as pd

# prepare data
data = pd.read_csv('https://people.sc.fsu.edu/~jburkardt/data/csv/hw_200.csv')
weight = data["Weight"]
height = data["Height"]

# create figure
p = figure(title="Height vs Weight", tools="pan,box_zoom,wheel_zoom,save,reset",
           x_axis_label='Weight (lbs)', y_axis_label='Height (in)')

# add circle glyph
p.circle(weight, height, legend="All data", size=5)

# show the results
show(p)

该代码将展示一个标记圆圈的散点图。

以上是Python中常用的数据可视化函数和库用法。Python中数据可视化的方式和工具十分丰富，程序员可以根据自己的需求选择不同的库和函数。