【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
Jo乔戈里14 分钟前
免费本地搜图软件
图像处理·python·搜索引擎·ai
for_ever_love__21 分钟前
字符串处理——f-string、切片与正则,清洗文本的第一把刀
python·大模型·虚拟环境
夜晚回家27 分钟前
Python 零基础入门 | 输入的数字为什么不能直接算
开发语言·python
打工仔折腾 AI38 分钟前
把AI Agent托管在家用电脑:UU远程终端与端口映射实测记录
人工智能·后端·python·langchain·ai agent 实战
yivifu1 小时前
中文古籍电子书注释集成
前端·javascript·python·beautifulsoup·epub
零基础1231 小时前
Agent 的 Memory 怎么做科研:以中医诊断场景为例
人工智能·经验分享·python·语言模型
databook2 小时前
面向数据工程师的正则表达式:从日志清洗到字段提取
python·正则表达式·数据分析
ss2732 小时前
AI全栈实战 | 3.2-01 Python 基础:四大数据容器怎么选,推导式为什么是 Pythonic 的灵魂
开发语言·人工智能·python
计算机毕业编程指导师2 小时前
【大数据毕设选题推荐】基于Spark的WTA职业网球赛事演变与竞技格局分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习 深度学习
大数据·python·计算机·spark·毕业设计·课程设计·wta网球
言乐63 小时前
Python区分广度优先深度优先宽度优先的区别
python·算法·深度优先·广度优先·宽度优先