用python如何做出高端图表

在Python中制作高大上的图表，你可以考虑使用一些流行的库，如`matplotlib`、`seaborn`、`plotly`和`pyecharts`。下面是一些示例代码，展示如何使用这些库来创建不同类型的图表：

Matplotlib

```python

import matplotlib.pyplot as plt

import numpy as np

创建一个图表，包含一个坐标轴

fig, ax = plt.subplots（）

画一些点

ax.plot（[1, 2, 3, 4], [1, 4, 2, 3]）

显示图表

plt.show（）

Seaborn```python
import seaborn as sns
import matplotlib.pyplot as plt
 加载数据
data = sns.load_dataset（'iris'）
 绘制散点图
sns.scatterplot（x='sepal_length', y='sepal_width', data=data）
 显示图表
plt.show（）

Plotly

```python

import plotly.express as px

读取Excel文件中的数据

data = pd.read_excel（'D:/data/旭日图数据.xlsx'）

绘制旭日图

fig = px.sunburst（data, path=['地区', '省/自治区', '城市'], values='数量', color='数量'）

显示图表

fig.show（）

Pyecharts```python
from pyecharts.charts import Bar
from pyecharts import options as opts
 准备数据
x_data = ['A', 'B', 'C', 'D', 'E']
y_data = [3, 6, 8, 4, 7]
 创建柱状图
bar = Bar（）
bar.add_xaxis（x_data）
bar.add_yaxis（'成绩', y_data）
 设置图表标题和轴标签
bar.set_global_opts（title_opts=opts.TitleOpts（））
 显示图表
bar.render（"bar.html"）

总结

Matplotlib：经典且功能强大，适合创建各种基本和高级图表。

Seaborn：基于Matplotlib，提供高级统计图表，易于使用。

Plotly：交互式图表，适合创建动态和交互式图表。

Pyecharts：专为中文用户设计，提供丰富的图表类型和美观的主题。

选择哪个库取决于你的具体需求，包括图表类型、交互性、美观度以及是否需要中文支持等因素。希望这些示例能帮助你创建高大上的图表