在提供的代码中，使用了多种数据可视化函数及其参数设置，具体如下： ### 1. `matplotlib.pyplot` 相关函数 - **`plt.figure(figsize=(width, height))`**：创建一个新的图形，并指定其大小（宽度和高度）。 ```python plt.figure(figsize=(12, 5)) ``` - **`plt.subplot(nrows, ncols, index)`**：在一个图形中创建多个子图。 ```python plt.subplot(1, 3, 1) ``` - **`df.plot(kind='bar', color=color)`**：绘制条形图。 ```python workdays_by_season.plot(kind='bar', color='skyblue') ``` - **`df.plot(kind='line', color=color)`**：绘制折线图。 ```python workdays_by_week.plot(kind='line', color='green') ``` - **`plt.scatter(x, y, color=color, label=label)`**：绘制散点图。 ```python plt.scatter(time_series, workdays_count, color='blue', label='Historical Workdays') ``` - **`plt.plot(x, y, color=color, linestyle=linestyle, label=label)`**：绘制折线图。 ```python plt.plot(np.concatenate([time_series, future_time]), np.concatenate([regression.predict(time_series), future_workdays]), color='red', linestyle='-', label='Trend Line') ``` - **`plt.title(title)`**：设置图表标题。 ```python plt.title('Workdays by Season') ``` - **`plt.xlabel(label)`**：设置x轴标签。 ```python plt.xlabel('Season') ``` - **`plt.ylabel(label)`**：设置y轴标签。 ```python plt.ylabel('Number of Workdays') ``` - **`plt.legend()`**：显示图例。 ```python plt.legend() ``` - **`plt.grid(True)`**：显示网格线。 ```python plt.grid(True) ``` - **`plt.tight_layout()`**：调整子图之间的间距。 ```python plt.tight_layout() ``` - **`plt.show()`**：显示图表。 ```python plt.show() ``` ### 2. `seaborn` 相关函数 - **`sns.histplot(data, bins=bins, color=color, label=label)`**：绘制直方图。 ```python sns.histplot(workday_weather_data['avg_feel'], bins=20, color='skyblue', label='Workdays') ``` - **`sns.boxplot(x=x, y=y, data=data)`**：绘制箱线图。 ```python sns.boxplot(x='day_type', y='precip_in', data=all_data) ``` - **`sns.scatterplot(x=x, y=y, hue=hue, data=data)`**：绘制带颜色分类的散点图。 ```python sns.scatterplot(x='avg_feel', y='precip_in', hue='day_type', data=all_data) ``` ### 参数说明 - **`figsize=(width, height)`**：指定图形的宽度和高度（单位为英寸）。 - **`nrows, ncols, index`**：分别表示子图的行数、列数和当前子图的位置。 - **`kind='bar'`**：指定绘图类型为条形图。 - **`color=color`**：指定线条或柱状的颜色。 - **`label=label`**：指定图例标签。 - **`title=title`**：设置图表标题。 - **`xlabel=label`**：设置x轴标签。 - **`ylabel=label`**：设置y轴标签。 - **`legend()`**：显示图例。 - **`grid(True)`**：显示网格线。 - **`tight_layout()`**：自动调整子图参数以适应图形区域。 - **`show()`**：显示图表。 - **`bins=bins`**：指定直方图的分组数量。 - **`hue=hue`**：用于分类颜色的变量。 这些函数和参数的组合使得数据可视化更加灵活和美观。希望这对你有所帮助！