17、利用matplotlib和seaborn进行数据可视化

利用matplotlib和seaborn进行数据可视化

1. 图形设置与基本绘图

除了设置坐标轴范围，还能定义图形的许多其他特征。例如，可以使用 title() 函数添加标题。以下代码展示了如何设置坐标轴范围、添加标题并绘制数据点：

import matplotlib.pyplot as plt
plt.axis([0, 5, 0, 20])
plt.title('My first plot')
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')

这些新设置让图形更易读，数据集的端点现在显示在图形内部而非边缘，并且图形顶部显示了标题。

2. matplotlib与NumPy

尽管 matplotlib 是一个完全的图形库，但它以 NumPy 库为基础。之前传递列表作为参数来表示数据和设置坐标轴范围，这些列表在内部会转换为 NumPy 数组。因此，可以直接将 NumPy 数组作为输入数据。

以下示例展示了如何在同一图形中绘制三个不同的正弦趋势：

import math
import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0, 2.5, 0.1)
y1 = np.sin(math.pi * t)
y2