Python画基本的图表

程序代码

from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts

line = Line()

line.add_xaxis(["中国", "美国", "日本"])

line.add_yaxis("GDP", [30, 35, 20])

# 设置全局配置项
line.set_global_opts(
    # 标题设置
    title_opts=TitleOpts(title="GDP展示", pos_left="center", pos_bottom="1%"),
    # 图例设置
    legend_opts=LegendOpts(is_show=True),
    # 工具箱设置
    toolbox_opts=ToolboxOpts(is_show=True),
    # 视觉显示设置
    visualmap_opts=VisualMapOpts(is_show=True)

)

line.render()

程序展示
在这里插入图片描述

### 使用 Python 进行数据可视化 Python 提供了多种工具用于数据可视化,其中最常用的是 Matplotlib 和 Seaborn。以下是关于如何使用这两个库绘制图表的具体介绍。 #### 1. Matplotlib 的基本用法 Matplotlib 是一个功能强大且灵活的数据可视化库,支持创建多种形式的图表。以下是一个简单的折线图示例: ```python import matplotlib.pyplot as plt # 数据准备 x = [1, 2, 3, 4, 5] y = [2, 3, 5, 7, 11] # 绘制折线图 plt.plot(x, y, marker='o') # 设置标题和坐标轴标签 plt.title('简单折线图') plt.xlabel('X 轴') plt.ylabel('Y 轴') # 展示图像 plt.show() ``` 上述代码展示了一个带有标记点的折线图[^1]。通过 `plt.plot` 函数指定 X 和 Y 坐标,并设置样式参数(如 `marker='o'` 表示圆形标记)。此外,还设置了图表的标题以及两个坐标轴的名称。 #### 2. 条形图的绘制 除了折线图外,还可以利用 Matplotlib 创建条形图。以下是一个基础条形图的例子: ```python import matplotlib.pyplot as plt import numpy as np data = np.array([10, 20, 30, 40]) # 绘制条形图 plt.bar(range(len(data)), data) # 配置图表属性 plt.xlabel('类别') plt.ylabel('值') plt.title('基础条形图') # 显示图表 plt.show() ``` 此代码片段展示了如何使用 `plt.bar` 方法生成条形图[^2]。这里引入了 NumPy 库来处理数组操作,使得数据管理更加便捷。 #### 3. 结合 Seaborn 改善视觉效果 Seaborn 是基于 Matplotlib 构建的一个高级接口,提供了更美观的主题和颜色方案。例如,可以通过调整主题使图表更具吸引力: ```python import seaborn as sns sns.set_theme(style="whitegrid") # 更改默认外观为主题白色网格背景 # 同样可以继续调用 Matplotlib 功能完成绘图... ``` 这段脚本说明了怎样快速切换到预定义好的设计风格之一,“whitegrid”,从而提升整体观感质量[^3]。 #### 总结 无论是初学者还是有经验的研究人员,在数据分析过程中都离不开高质量的图形表达手段;而掌握好 Matplotlib 及其扩展包 Seaborn 将极大地帮助实现这一目标。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值