- Python 中的 Matplotlib 库
- 特点与应用场景：Matplotlib 是 Python 中最常用的绘图库之一，它提供了广泛的绘图功能，能够创建各种类型的静态、动态图表，包括折线图、柱状图、饼图、散点图等。适用于数据可视化、科学计算可视化、统计图表制作等众多领域。
- 示例代码 - 绘制简单折线图：
-
import matplotlib.pyplot as plt import numpy as np # 生成数据 x = np.linspace(0, 10, 100) y = np.sin(x) # 绘制折线图 plt.plot(x, y) plt.xlabel('x轴') plt.ylabel('y轴') plt.title('正弦函数图像') plt.show()在上述代码中，首先导入了
matplotlib.pyplot和numpy库。numpy用于生成数据，linspace函数创建了一个从 0 到 10 的包含 100 个元素的数组x，然后计算对应的y值（正弦函数值）。接着使用plot函数绘制折线图，通过xlabel、ylabel和title函数分别设置坐标轴标签和标题，最后使用show函数显示图形。 - R 语言中的 ggplot2 库
- 特点与应用场景：ggplot2 是 R 语言中用于数据可视化的强大工具，基于图形语法（Grammar of Graphics）理念构建。它能够制作高度定制化、美观的统计图表，如分层绘图、多变量关系展示等，在数据分析、生物信息学、社会科学等领域广泛应用。
- 示例代码 - 绘制柱状图：
-
library(ggplot2) # 创建数据框 data <- data.frame( category = c("A", "B", "C", "D"), value = c(3, 5, 2, 6) ) # 绘制柱状图 ggplot(data, aes(x = category, y = value)) + geom_bar(stat = "identity") + labs(x = "类别", y = "数值", title = "类别数值柱状图")首先加载
ggplot2库，然后创建一个包含category（类别）和value（数值）两列的数据框。在绘制图形时，ggplot函数指定数据和美学映射（aes），这里将category映射到x轴，value映射到y轴。geom_bar函数用于绘制柱状图，stat = "identity"表示使用y值作为柱子的高度。最后通过labs函数设置坐标轴标签和标题。