Python 科研绘图库

原创

mob649e8164659f 2024-12-18 04:04:41 ©著作权

文章标签 Python python 数据可视化 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob649e8164659f的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python 科研绘图库全解析

随着数据科学和科研活动的日益普及，数据可视化成为了一项重要的技能。Python 作为一门强大的编程语言，拥有多种优秀的库来帮助科研工作者进行数据可视化。本文将介绍几个常用的 Python 科研绘图库，包括 Matplotlib、Seaborn 和 Plotly，并通过代码示例演示它们的基本用法。

1. Matplotlib

Matplotlib 是 Python 中最通用和全面的数据绘图库。它能够创建静态、动态和交互式的图表，适用于各种格式（如 PNG、PDF 和 SVG）。

基本用法示例

以下是使用 Matplotlib 创建简单线性图的示例代码。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图形
plt.figure(figsize=(10, 5))
plt.plot(x, y, label='sin(x)', color='blue')
plt.title('Sine Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.grid()

# 显示图形
plt.show()

2. Seaborn

Seaborn 是基于 Matplotlib 的高级数据可视化库，特别适合绘制统计图表。它提供了一些非常美观的默认样式和配色方案。

基本用法示例

以下是使用 Seaborn 创建箱线图的示例代码。

import seaborn as sns
import matplotlib.pyplot as plt

# 载入示例数据集
tips = sns.load_dataset('tips')

# 创建箱线图
plt.figure(figsize=(10, 5))
sns.boxplot(x='day', y='total_bill', data=tips)
plt.title('Box Plot of Total Bill by Day')
plt.show()

3. Plotly

Plotly 是一个用于创建交互式图表的库。使用 Plotly，可以创建 HTML 文件，这些文件可以在网页上显示并与用户交互。

基本用法示例

以下是使用 Plotly 创建散点图的示例代码。

import plotly.express as px

# 载入示例数据集
df = px.data.iris()

# 创建散点图
fig = px.scatter(df, x='sepal_width', y='sepal_length', color='species', title='Iris Dataset Scatter Plot')
fig.show()

类图

为了更好地理解这些绘图库的结构，下面是一个简单的类图，展示了 Matplotlib、Seaborn 和 Plotly 的基本类关系。

classDiagram
    class Matplotlib {
        +plot()
        +show()
        +figure()
    }
    
    class Seaborn {
        +boxplot()
        +heatmap()
    }
    
    class Plotly {
        +scatter()
        +show()
    }

    Matplotlib <|-- Seaborn : extends
    Matplotlib <|-- Plotly : extends