【留学必备】编程入门指南（六）：用Python和R进行数据可视化

本文链接：https://blog.csdn.net/Shudan_/article/details/139435195

数据可视化

数据可视化是数据分析中非常重要的一部分，通过图表可以更直观地展示数据特征和趋势。今天我们来讲解如何使用 Matplotlib（Python）和 ggplot2（R）进行数据可视化。

使用 Matplotlib 进行数据可视化（Python）

Matplotlib 是 Python 中最常用的数据可视化库之一。它提供了丰富的功能来创建各种类型的图表。

基本图表

折线图

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 创建折线图
plt.plot(x, y, marker='o')
plt.title('折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

柱状图

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D']
values = [4, 7, 1, 8]

# 创建柱状图
plt.bar(categories, values)
plt.title('柱状图示例')
plt.xlabel('类别')
plt.ylabel('值')
plt.show()

散点图

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 创建散点图
plt.scatter(x, y)
plt.title('散点图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

使用 ggplot2 进行数据可视化（R）

ggplot2 是 R 中强大的数据可视化包，基于语法的图层设计，使用方便且功能强大。

基本图表

折线图

library(ggplot2)

# 数据
df <- data.frame(x = c(1, 2, 3, 4, 5), y = c(2, 3, 5, 7, 11))

# 创建折线图
ggplot(df, aes(x = x, y = y)) +
  geom_line() +
  geom_point() +
  ggtitle('折线图示例') +
  xlab('X轴') +
  ylab('Y轴')

柱状图

library(ggplot2)

# 数据
df <- data.frame(category = c('A', 'B', 'C', 'D'), value = c(4, 7, 1, 8))

# 创建柱状图
ggplot(df, aes(x = category, y = value)) +
  geom_bar(stat = 'identity') +
  ggtitle('柱状图示例') +
  xlab('类别') +
  ylab('值')

散点图

library(ggplot2)

# 数据
df <- data.frame(x = c(1, 2, 3, 4, 5), y = c(2, 3, 5, 7, 11))

# 创建散点图
ggplot(df, aes(x = x, y = y)) +
  geom_point() +
  ggtitle('散点图示例') +
  xlab('X轴') +
  ylab('Y轴')