### Python 可视化代码示例 以下是基于 `matplotlib` 和 `seaborn` 的 Python 数据可视化代码示例，展示如何绘制常见的折线图、柱状图以及热力图。 #### 折线图 (Line Plot) ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 x = np.linspace(0, 10, 100) y = np.sin(x) # 绘制折线图 plt.plot(x, y, label="sin(x)", color="blue", linestyle="--") # 添加标题和标签 plt.title("Sine Wave Example") plt.xlabel("X-axis") plt.ylabel("Y-axis") # 显示图例 plt.legend() # 展示图像 plt.show() ``` 此代码展示了如何使用 `numpy` 生成一组数据，并通过 `matplotlib` 将其绘制成一条正弦波曲线[^1]。 --- #### 柱状图 (Bar Chart) ```python import matplotlib.pyplot as plt # 创建数据 categories = ['A', 'B', 'C', 'D'] values = [3, 7, 2, 5] # 绘制柱状图 plt.bar(categories, values, color=['red', 'green', 'blue', 'orange']) # 添加标题和标签 plt.title("Bar Chart Example") plt.xlabel("Categories") plt.ylabel("Values") # 展示图像 plt.show() ``` 这段代码利用 `matplotlib` 提供的功能来创建一个简单的柱状图，其中颜色可以自定义设置[^1]。 --- #### 热力图 (Heatmap) ```python import seaborn as sns import numpy as np # 创建随机矩阵作为数据源 data = np.random.rand(10, 12) # 使用 Seaborn 绘制热力图 sns.heatmap(data, annot=True, cmap="coolwarm", linewidths=.5) # 添加标题 plt.title("Heatmap Example") # 展示图像 plt.show() ``` 该代码片段说明了如何借助 `seaborn` 库中的 `heatmap()` 函数快速构建一张带有数值标注的热力图[^1]。 --- ### MATLAB 可视化代码示例 对于 MATLAB 用户来说，也可以轻松实现类似的图表： #### 折线图 (Line Plot) ```matlab % 定义变量范围 x = linspace(0, 10, 100); y = sin(x); % 绘制折线图 figure; plot(x, y, '--b'); title('Sine Wave Example'); xlabel('X-axis'); ylabel('Y-axis'); legend('sin(x)'); grid on; % 启用网格显示 ``` 这是在 MATLAB 中制作基本正弦函数图形的方法之一[^2]。 --- #### 条形图 (Bar Chart) ```matlab % 输入类别及其对应值 categories = {'A', 'B', 'C', 'D'}; values = [3, 7, 2, 5]; % 制作条形图 bar(values, 'FaceColor', 'flat'); colormap(summer); % 更改颜色映射方案 xticks(1:length(categories)); xticklabels(categories); % 增加额外信息 title('Bar Chart Example'); xlabel('Categories'); ylabel('Values'); ``` 上述脚本解释了怎样运用内置命令 `bar()` 构建分类别的直方统计图[^2]。 --- #### 热力图 (Heatmap) ```matlab % 随机生成二维数组 data = rand(10, 12); % 调用 heatmap 方法呈现结果 h = heatmap(data); colorbar; % 自定义样式属性 h.ColorMap = parula; h.Title = 'Heatmap Example'; h.XLabel = ''; h.YLabel = ''; ``` 这里提供了关于如何采用 MATLAB 内置工具箱生成色彩渐变效果显著的地图实例。 --- ### 结论 无论是 Python 还是 MATLAB，在现代科学计算领域都具备强大的数据处理能力和丰富的可视化选项。两者各有千秋，具体选择取决于个人偏好和技术需求。