如何让python显示图形

使用Python显示图形的方法有很多，其中常用的库包括Matplotlib、Seaborn、Plotly、Bokeh和Pandas等。Matplotlib是一款功能强大且灵活的可视化工具，Seaborn提供了更高级的接口，Plotly和Bokeh则专注于交互式图形。以下将详细介绍如何使用Matplotlib来生成和显示图形。

一、MATPLOTLIB库

Matplotlib是Python中最常用的数据可视化库之一。它能够创建静态、动态和交互式的图形。

安装Matplotlib

在使用Matplotlib之前，首先需要确保你的Python环境中已经安装了它。可以通过以下命令安装：

pip install matplotlib

基本使用方法

Matplotlib提供了一个叫做pyplot的模块，它类似于MATLAB的绘图功能。以下是一个简单的例子，演示如何使用Matplotlib绘制一条简单的折线图：

import matplotlib.pyplot as plt
数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
绘图
plt.plot(x, y)
添加标题和标签
plt.title("Simple Line Plot")
plt.xlabel("x-axis")
plt.ylabel("y-axis")
显示图形
plt.show()

在这个例子中，plt.plot()用于绘制折线图，plt.show()用于显示图形。

定制图形

Matplotlib允许用户对图形进行高度定制。你可以更改线条颜色、样式、添加标记、设置坐标轴范围等。例如：

plt.plot(x, y, color='red', linestyle='--', marker='o')
plt.xlim(0, 6)
plt.ylim(0, 12)

二、SEABORN库

Seaborn是基于Matplotlib的高级库，提供了更加美观和简洁的接口，适合进行统计数据可视化。

安装Seaborn

同样需要先安装Seaborn：

pip install seaborn

基本使用方法

Seaborn的一个主要优点是它与Pandas DataFrame集成良好。以下是一个简单的例子：

import seaborn as sns
import matplotlib.pyplot as plt
使用Seaborn自带的数据集
tips = sns.load_dataset("tips")
绘制箱线图
sns.boxplot(x="day", y="total_bill", data=tips)
显示图形
plt.show()

三、PLOTLY库

Plotly是一个用于创建交互式图表的库，可以在网页中嵌入图表。

安装Plotly

pip install plotly

基本使用方法

以下是如何用Plotly绘制一条简单折线图：

import plotly.express as px
数据
df = px.data.iris()
绘制散点图
fig = px.scatter(df, x="sepal_width", y="sepal_length")
显示图形
fig.show()

四、BOKEH库

Bokeh专注于创建交互式的、在浏览器中呈现的可视化图表。

安装Bokeh

pip install bokeh

基本使用方法

以下是一个简单的Bokeh示例：

from bokeh.plotting import figure, show
from bokeh.io import output_notebook
在notebook中显示
output_notebook()
创建一个新的绘图对象
p = figure(title="Simple Line Plot", x_axis_label='x', y_axis_label='y')
添加一条线
p.line(x, y, legend_label="Temp.", line_width=2)
显示图形
show(p)

五、PANDAS数据可视化

Pandas本身也提供了一些简单的绘图功能，适合快速生成一些基本的图表。

基本使用方法

import pandas as pd
创建一个简单的DataFrame
df = pd.DataFrame({
    'x': [1, 2, 3, 4, 5],
    'y': [2, 3, 5, 7, 11]
})
绘制折线图
df.plot(x='x', y='y', kind='line')
显示图形
plt.show()