Matplotlib数据可视化（4）— 折线图与散点图

在数据可视化中，折线图和散点图是非常常用的图表类型。通过这两种图表，我们可以直观地展示数据的趋势和分布情况。Matplotlib是一个非常强大的Python绘图库，可以帮助我们轻松创建各种类型的图表。在本篇文章中，我们将学习如何使用Matplotlib创建折线图和散点图，并掌握如何自定义这些图表的样式。
折线图
折线图是一种展示时间序列数据的图表类型。在Matplotlib中，可以使用plot()函数来创建折线图。下面是一个简单的例子：

import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 创建折线图
plt.plot(x, y)
# 显示图表
plt.show()

在这个例子中，我们首先导入了matplotlib.pyplot模块，然后创建了两个列表x和y，分别表示横坐标和纵坐标的数据。接着，我们调用了plot()函数来创建折线图，最后使用show()函数显示图表。
除了基本的折线图，我们还可以通过添加各种属性来自定义图表样式。例如，可以使用label参数为图表添加标签，使用title参数添加标题，使用xlabel和ylabel参数添加坐标轴标签等。下面是一个更复杂的例子：

import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 创建折线图
plt.plot(x, y, label='Data', marker='o', linewidth=2)
# 设置图表属性
plt.title('Example Plot')
plt.xlabel('X-axis Label')
plt.ylabel('Y-axis Label')
plt.legend()  # 显示图例
# 显示图表
plt.show()

在这个例子中，我们使用了更多的参数来自定义图表样式。例如，marker参数用于设置标记样式，linewidth参数用于设置线条宽度。我们还使用了title()、xlabel()和ylabel()函数来设置图表标题和坐标轴标签。最后，我们调用了legend()函数来显示图例。
散点图
散点图是一种展示两个变量之间关系的图表类型。在Matplotlib中，可以使用scatter()函数来创建散点图。下面是一个简单的例子：

import matplotlib.pyplot as plt
import numpy as np
# 创建数据
np.random.seed(0)  # 设置随机种子以获得可重复的结果
x = np.random.rand(50) * 10  # 生成0到10之间的随机数作为横坐标数据
y = np.random.rand(50) * 10  # 生成0到10之间的随机数作为纵坐标数据
# 创建散点图
plt.scatter(x, y)
# 显示图表
plt.show()

在这个例子中，我们首先导入了matplotlib.pyplot和numpy模块。然后使用numpy.random.rand()函数生成了50个随机数作为横坐标和纵坐标的数据。接着，我们调用了scatter()函数来创建散点图，最后使用show()函数显示图表。