创建数据可视化：类型与目的

1# 导入pandas库
2import pandas as pd
3# 导入matplotlib库
4import matplotlib.pyplot as plt
5
6# 定义matplotlib绘图布局
7fig, ax = plt.subplots(dpi=800)
8
9# 创建一个数据框
10df = pd.DataFrame({
11    '姓名': ['Abby', 'Brian', 'Curtis', 'Dev', 'Emily'],
12    '人工智能工作经验年数': [5, 5, 10, 15, 30],
13})
14
15# 设置图表的x轴和y轴标签
16ax.set_xlabel("姓名")
17ax.set_ylabel("人工智能工作经验年数")
18# 设置图表标题
19ax.set_title("工程师的人工智能经验")
20# 绘制柱状图，横轴为工程师姓名，纵轴为工作经验年数
21ax.bar(df['姓名'], df['人工智能工作经验年数'])
22# 保存图像文件
23fig.savefig("output/img.png")
24# 关闭图形
25plt.close(fig)

1import pandas as pd
2import matplotlib.pyplot as plt
3import numpy as np
4
5# 定义matplotlib绘图布局
6fig, ax = plt.subplots(dpi=800)
7# 创建合成数据
8年份 = np.array(['2001', '2002', '2003', '2004'])
9样本 = np.array([3, 8, 1, 10])
10# 定义坐标轴标签
11ax.set_xlabel("年份")
12ax.set_ylabel("人口")
13# 设置图表标题
14ax.set_title("人口随时间的变化趋势")
15# 绘制折线图，横轴为年份，纵轴为人口
16ax.plot(年份, 样本)
17fig.savefig("output/img.png")
18plt.close(fig)

1import pandas as pd
2import matplotlib.pyplot as plt
3import numpy as np
4
5# 定义matplotlib绘图布局
6fig, ax = plt.subplots(dpi=800)
7# 创建合成数据
8x = np.array([5, 10, 16, 15, 22, 28, 64, 23])
9y = np.array([11, 18, 2, 3, 7, 8, 45, 32])
10# 定义坐标轴标签和图表标题
11ax.set_xlabel("x")
12ax.set_ylabel("y")
13ax.set_title("x与y之间的关系")
14# 绘制散点图
15ax.scatter(x, y)
16fig.savefig("output/img.png")
17plt.close(fig)