快速上手:Python繪製圖表的基礎教學
導語:
在資料視覺化的世界裡,繪製圖表是一項重要的技能。 Python是一門強大的程式語言,它提供了許多函式庫和工具,使圖表繪製變得簡單又有趣。本文將為您介紹基礎的Python圖表繪製技巧,並提供具體的程式碼範例。讓我們快速上手!
一、準備工作
在使用Python繪製圖表之前,我們需要安裝matplotlib函式庫。這是一個廣泛使用的圖表繪製庫,提供了豐富的視覺化函數和工具。您可以使用下列指令來安裝matplotlib:
pip install matplotlib
二、繪製折線圖
折線圖是常用的圖表類型,它可以顯示隨時間變化的資料趨勢。以下是一個簡單的例子,展示了一周內每天的用戶訪問量:
import matplotlib.pyplot as plt # 数据 days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] visits = [100, 120, 90, 80, 95, 130, 110] # 绘制折线图 plt.plot(days, visits) # 设置标题和轴标签 plt.title("Daily Visits") plt.xlabel("Day") plt.ylabel("Visits") # 显示图表 plt.show()
運行以上程式碼,您將得到一個展示每天用戶訪問量的折線圖。
三、繪製長條圖
長條圖可以用來比較不同類別或組別之間的資料。下面的範例展示了三個城市的房屋平均價格:
import matplotlib.pyplot as plt # 数据 cities = ['New York', 'London', 'Tokyo'] prices = [3400, 2500, 3800] # 绘制条形图 plt.bar(cities, prices) # 设置标题和轴标签 plt.title("Average House Prices") plt.xlabel("City") plt.ylabel("Price") # 显示图表 plt.show()
四、繪製散佈圖
散佈圖可以顯示兩個變數之間的關係。下面的範例展示了學生的數學成績和物理成績之間的關係:
import matplotlib.pyplot as plt # 数据 math_scores = [85, 90, 92, 88, 79, 95, 87, 92, 78, 82] physics_scores = [79, 82, 78, 85, 88, 90, 92, 85, 89, 92] # 绘制散点图 plt.scatter(math_scores, physics_scores) # 设置标题和轴标签 plt.title("Math vs. Physics Scores") plt.xlabel("Math Score") plt.ylabel("Physics Score") # 显示图表 plt.show()
五、繪製餅圖
餅圖可以顯示不同類別的佔比情況。以下的範例展示了三個交通方式的使用:
import matplotlib.pyplot as plt # 数据 labels = ['Car', 'Bus', 'Bike'] usage = [70, 15, 15] # 绘制饼图 plt.pie(usage, labels=labels, autopct='%1.1f%%') # 设置标题 plt.title("Transportation Usage") # 显示图表 plt.show()
結束語:
本文介紹了Python繪製圖表的基礎技巧,並提供了具體的程式碼範例。透過學習這些基礎知識,您可以開始自己的資料視覺化之旅。希望本文對您有所幫助,祝您在Python圖表繪製的世界中玩得開心!
以上是快速上手:Python繪製圖表的基礎教學的詳細內容。更多資訊請關注PHP中文網其他相關文章!