【无标题】

隔壁班小MM发来信息说老师布置的作业太难了,想请帮个忙,要是不帮就去海鲜市场摇人了,看到题量怎能不帮,动动助人的手,开干...

1.使用Matplotlib库绘制折线图、箱线图。

(1)Matplotlib库绘制折线图

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制折线图
plt.figure(figsize=(8, 4))
plt.plot(x, y, label='sin(x)', color='blue', linewidth=2, linestyle='--')
plt.title('Sine Wave (Matplotlib Line Plot)')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.grid(True)
plt.show()

(2)Matplotlib库绘制箱线图

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 创建随机数据
data = [np.random.normal(0, std, 100) for std in range(1, 4)]

# 绘制箱线图
plt.figure(figsize=(8, 5))
plt.boxplot(data, patch_artist=True, labels=['Group 1', 'Group 2', 'Group 3'])
plt.title('Boxplot Example (Matplotlib)')
plt.ylabel('Values')
plt.grid(True, linestyle='--', alpha=0.7)
plt.show()

2.使用Seaborn库制作散点图、热力图。

(1)Seaborn库绘制散点图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np


# 创建示例数据
data = pd.DataFrame({
    'X': np.random.randn(100),
    'Y': np.random.randn(100),
    'Category': np.random.choice(['A', 'B', 'C'], 100)
})

# 绘制散点图
plt.figure(figsize=(8, 6))
sns.scatterplot(data=data, x='X', y='Y', hue='Category',
               palette='viridis', size='Category', sizes=(50, 200))
plt.title('Scatter Plot (Seaborn)')
plt.grid(True)
plt.show()

(2)Seaborn库绘制热力图

python 复制代码
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 创建相关矩阵数据
data = np.random.rand(10, 12)
columns = [f'Var_{i}' for i in range(1, 13)]

# 绘制热力图
plt.figure(figsize=(12, 8))
sns.heatmap(data, annot=True, fmt=".2f", cmap='coolwarm',
            xticklabels=columns, yticklabels=range(1, 11))
plt.title('Heatmap Example (Seaborn)')
plt.xticks(rotation=45)
plt.show()

3.使用PyEcharts库绘制柱形图、词云图,

(1)PyEcharts库绘制柱形图

python 复制代码
from pyecharts import options as opts
from pyecharts.charts import Bar

# 准备数据
categories = ['Apple', 'Banana', 'Orange', 'Grape', 'Mango']
values = [45, 30, 36, 28, 52]

# 创建柱形图
bar = (
    Bar()
    .add_xaxis(categories)
    .add_yaxis("Sales", values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Fruit Sales (PyEcharts Bar Chart)"),
        yaxis_opts=opts.AxisOpts(name="Sales Volume"),
        xaxis_opts=opts.AxisOpts(name="Fruit Type"),
    )
)

# 渲染图表(生成HTML文件)
bar.render("bar_chart.html")

(2)PyEcharts库绘制词云图

python 复制代码
from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType

# 准备数据
data = [
    ("Python", 100),
    ("Java", 80),
    ("JavaScript", 70),
    ("C++", 60),
    ("Go", 50),
    ("Rust", 40),
    ("Swift", 30),
    ("Kotlin", 20)
]

# 创建词云图
wordcloud = (
    WordCloud()
    .add("", data, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
    .set_global_opts(title_opts=opts.TitleOpts(title="Programming Language Popularity"))
)

# 渲染图表
wordcloud.render("wordcloud.html")

现在的学生都说这难...估计人家就不是靠这个吃饭的把~~~

相关推荐
峥嵘life3 分钟前
Android 蓝牙设备连接广播详解-2026
android·python·学习
郝学胜-神的一滴17 分钟前
干货版《算法导论》07:递归视角下的选择排序与归并排序
java·数据结构·c++·python·程序人生·算法·排序算法
shehuiyuelaiyuehao31 分钟前
多线程入门
java·python·算法
Oo9201 小时前
Prompt工程核心与Python 字典
python·ai编程
feeday1 小时前
gpt4o 图像反推提示词
开发语言·人工智能·python
沈浩(种子思维作者)1 小时前
没有错误,正确将一文不值
人工智能·python·算法·量子计算
smith成长之旅2 小时前
06 | Mem0 框架分析:为什么要从记忆中提取实体?——Entity Store 的设计动机与工程实现
人工智能·python
smith成长之旅2 小时前
07 | Mem0 框架分析:三路信号融合——语义 + BM25 + Entity Boost 的混合检索
python·算法
荣码2 小时前
【Python知识详解】变量与数据类型:深入理解 Python 的数据世界
python
春日见3 小时前
五分钟入门 强化学习---Q-Learning算法与实现
人工智能·python·深度学习·算法·机器学习·计算机视觉