Python在Debian如何進行數據可視化

在Debian上進行Python數據可視化，可按以下步驟操作：

1. 安裝基礎環境

   sudo apt update && sudo apt install python3 python3-pip  
   

2. 安裝可視化庫

   pip3 install matplotlib seaborn pandas numpy  
   

   （可選：plotly、bokeh等交互式庫）

3. 基礎可視化示例

   • 折線圖/散點圖（Matplotlib）：

     import matplotlib.pyplot as plt  
     import numpy as np  
     x = np.linspace(0, 10, 100)  
     y = np.sin(x)  
     plt.plot(x, y, label='sin(x)')  
     plt.xlabel('X軸')  
     plt.ylabel('Y軸')  
     plt.title('示例折線圖')  
     plt.legend()  
     plt.show()  
     

   • 箱線圖/柱狀圖（Seaborn）：

     import seaborn as sns  
     import pandas as pd  
     data = pd.DataFrame({'類別': ['A', 'B', 'C'], '值': [10, 20, 15]})  
     sns.barplot(x='類別', y='值', data=data)  
     plt.title('示例柱狀圖')  
     plt.show()  
     

4. 交互式可視化（可選）

   • Plotly：

     import plotly.express as px  
     fig = px.scatter(x=[1, 2, 3], y=[4, 5, 6], title='交互式散點圖')  
     fig.show()  
     

   • Bokeh：

     from bokeh.plotting import figure, show  
     p = figure(title='交互式圖表', x_axis_label='X', y_axis_label='Y')  
     p.circle([1, 2, 3], [4, 5, 6])  
     show(p)  
     

5. 進階工具

   • Pandas Profiling：一鍵生成數據報告，包含可視化圖表。

     pip3 install pandas-profiling  
     

     from pandas_profiling import ProfileReport  
     profile = ProfileReport(df, title='數據報告')  
     profile.to_file('report.html')  
     

說明：

• Matplotlib適合基礎圖表，Seaborn適合統計可視化，Plotly/Bokeh適合交互式需求。
• 可通過Jupyter Notebook（pip3 install jupyterlab）實現交互式開發。
• 安裝庫時若遇依賴問題，可嘗試添加--user參數或使用虛擬環境。