【模块化与包管理】:解锁【Python】编程的高效之道
# 安装模块: pip install numpy pandas matplotlib
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 生成示例数据
np.random.seed(10)
data = pd.DataFrame(np.random.rand(10, 2), columns=['X', 'Y'])
# 绘制散点图
plt.scatter(data['X'], data['Y'])
plt.title('散点图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
# 显示图表
plt.show()
这段代码首先导入了必要的模块,并设置了随机数据生成的种子,以确保结果的可复现性。接着,它使用scatter
函数绘制了一个散点图,并通过plt.show()
显示了图表。这个例子展示了如何使用matplotlib
库来创建数据的可视化表示,这是数据科学和机器学习领域非常常见的一个步骤。
评论已关闭