Python機器學習庫怎樣進行數據可視化

在Python中，可以使用多個庫進行數據可視化，以下是一些常用的庫及其基本用法：

1. Matplotlib：這是Python中最常用的繪圖庫之一，可以創建各種靜態、動態和交互式的圖表。它提供了豐富的繪圖類型和自定義選項，可以滿足各種數據可視化需求。
2. Seaborn：基于Matplotlib的數據可視化庫，提供了更高級的界面和更美觀的默認主題。Seaborn支持各種統計圖形，如分布圖、分類圖、關系圖等，可以方便地進行數據探索和可視化。
3. Plotly：一個交互式圖表庫，支持創建各種靜態、動態和交互式的圖表。Plotly支持多種輸出格式，如HTML、PDF等，可以方便地將圖表嵌入到Web應用或報告中。
4. Bokeh：另一個交互式圖表庫，提供了豐富的圖表類型和自定義選項。Bokeh支持實時數據流和大規模數據集的可視化，可以創建各種復雜的交互式圖表。

在使用這些庫進行數據可視化時，通常需要先準備好數據，然后使用相應的函數或方法創建圖表。以下是一些基本示例：

1. 使用Matplotlib繪制折線圖：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.title('折線圖')

plt.show()

2. 使用Seaborn繪制箱線圖：

import seaborn as sns

data = sns.load_dataset('tips')
sns.boxplot(x='day', y='total_bill', data=data)

plt.show()

3. 使用Plotly繪制散點圖：

import plotly.express as px

data = px.data.iris()
fig = px.scatter(data, x='sepal_width', y='sepal_length', color='species')

fig.show()

4. 使用Bokeh繪制柱狀圖：

from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource

data = {'x': [1, 2, 3, 4, 5], 'y': [6, 7, 2, 4, 5]}
source = ColumnDataSource(data)

p = figure(x_axis_label='X軸', y_axis_label='Y軸')
p.vbar(x='x', top='y', source=source)

show(p)

以上是一些基本示例，實際上這些庫都提供了非常豐富的功能和選項，可以根據具體需求進行定制和擴展。