Python 绘图工具详解：使用 Matplotlib、Seaborn 和 Pyecharts 绘制散点图

news2025/1/7 6:27:18

数据可视化
- 1.使用 matplotlib 库
- - - matplotlib 库
- 2 .使用 seaborn 库
- - - seaborn 库
- 3 .使用 pyecharts库
- - - pyecharts库
  - 注意
  - - 1. 确保安装了所有必要的库
    - 2. 检查Jupyter Notebook的版本
    - 3. 使用`render()`方法保存为HTML文件
    - 4. 使用`IFrame`在Notebook中显示HTML文件
    - 5. 检查是否有其他输出干扰
    - 6. 重启Jupyter Notebook
比较三种库的特点
- 选择建议
- - 目标
总结

在这里插入图片描述

数据可视化

1.使用 matplotlib 库

import matplotlib.pyplot as plt

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

# 使用matplotlib绘制散点图
plt.scatter(x, y, label='Data Points', color='blue', marker='o')

# 添加标签和标题
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')

# 添加图例和网格
plt.legend()
plt.grid(True)

# 显示图形
plt.show()

在这里插入图片描述

matplotlib 库

导入库：import matplotlib.pyplot as plt
创建数据：x = [1, 2, 3, 4, 5] 和 y = [2, 3, 5, 7, 11]
绘制散点图：plt.scatter(x, y, label='Data Points', color='blue', marker='o')
添加标签和标题：plt.xlabel('X-axis')，plt.ylabel('Y-axis')，plt.title('Scatter Plot')
添加图例和网格：plt.legend()，plt.grid(True)
显示图形：plt.show()

2 .使用 seaborn 库

import seaborn as sns
import matplotlib.pyplot as plt

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

# 使用Seaborn绘制散点图
sns.scatterplot(x=x, y=y, label='Data Points')

# 添加标签和标题
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')

# 添加图例和网格
plt.legend()
plt.grid(True)

# 显示图形
plt.show()

在这里插入图片描述

seaborn 库

导入库：import seaborn as sns 和 import matplotlib.pyplot as plt
创建数据：x = [1, 2, 3, 4, 5] 和 y = [2, 3, 5, 7, 11]
绘制散点图：sns.scatterplot(x=x, y=y, label='Data Points')
添加标签和标题：plt.xlabel('X-axis')，plt.ylabel('Y-axis')，plt.title('Scatter Plot')
添加图例和网格：plt.legend()，plt.grid(True)
显示图形：plt.show()

3 .使用 pyecharts库

from pyecharts.charts import Scatter
from pyecharts import options as opts

# 创建数据
data = [(1, 2), (2, 3), (3, 5), (4, 7), (5, 11)]

# 创建散点图对象
scatter = (
    Scatter()
    .add_xaxis([x for x, y in data])
    .add_yaxis("Data Points", [y for x, y in data])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Scatter Plot"),
        xaxis_opts=opts.AxisOpts(name="X-axis"),
        yaxis_opts=opts.AxisOpts(name="Y-axis"),
    )
)

# 渲染图表
# 如果在Jupyter Notebook中运行，使用render_notebook()
scatter.render_notebook()

# 如果在普通Python脚本中运行，使用render()保存为HTML文件
# scatter.render("scatter_plot.html")

pyecharts库

导入库：from pyecharts.charts import Scatter 和 from pyecharts import options as opts
创建数据：data = [(1, 2), (2, 3), (3, 5), (4, 7), (5, 11)]
创建散点图对象：scatter = Scatter().add_xaxis([x for x, y in data]).add_yaxis("Data Points", [y for x, y in data])
设置系列选项：set_series_opts(label_opts=opts.LabelOpts(is_show=False))
设置全局选项：set_global_opts(title_opts=opts.TitleOpts(title="Scatter Plot"), xaxis_opts=opts.AxisOpts(name="X-axis"), yaxis_opts=opts.AxisOpts(name="Y-axis"))
渲染图表：在Jupyter Notebook中使用render_notebook()，在普通Python脚本中使用render("scatter_plot.html")

注意

如果你在Jupyter Notebook中运行这段代码，但是图表没有显示出来，可能是因为render_notebook()方法没有被正确执行，或者你的环境配置有问题。下面是一些可能的解决方案：

1. 确保安装了所有必要的库

首先，确保已经安装了pyecharts及其相关依赖。可以使用以下命令来安装：

pip install pyecharts

2. 检查Jupyter Notebook的版本

确保使用的Jupyter Notebook版本支持render_notebook()方法。通常情况下，较新版本的Jupyter Notebook应该没有问题。

3. 使用`render()`方法保存为HTML文件

如果render_notebook()方法不起作用，可以尝试将图表保存为HTML文件，然后手动打开这个文件查看图表。

# 渲染图表并保存为HTML文件
scatter.render("scatter_plot.html")

保存后，你可以在文件浏览器中找到scatter_plot.html文件并双击打开它，查看图表。

4. 使用`IFrame`在Notebook中显示HTML文件

如果你希望在Jupyter Notebook中直接显示HTML文件，可以使用IPython.display.IFrame来实现。

from IPython.display import IFrame

# 渲染图表并保存为HTML文件
scatter.render("scatter_plot.html")

# 在Notebook中显示HTML文件
IFrame('scatter_plot.html', width=800, height=600)

5. 检查是否有其他输出干扰

有时候，Jupyter Notebook中的其他输出可能会干扰图表的显示。确保在执行绘图代码之前没有其他输出。

6. 重启Jupyter Notebook

如果以上方法都不奏效，可以尝试重启Jupyter Notebook服务器，有时这可以解决一些临时性的问题。

比较三种库的特点

库	特点	适用场景
`matplotlib`	基础库，支持自定义，静态图表	科研论文，数据分析报告
`seaborn`	基于 `matplotlib`，样式美观	统计分析，探索性数据分析
`pyecharts`	交互性强，适合网页展示	数据展示，交互式仪表板