在数据分析和数据挖掘领域，数据可视化是一项非常重要的工作。通过图表和图形的形式展示数据，能够更直观地呈现数据之间的关联和趋势，帮助人们更好地理解数据。Python作为一门功能强大的编程语言，在数据可视化方面也拥有丰富的资源和工具。其中，Matplotlib和Seaborn是两个常用的数据可视化库，本文将着重介绍它们的基本用法。
首先，我们来看看Matplotlib库。Matplotlib是Python中最常用的数据可视化库之一，它可以用来创建各种类型的图表，包括折线图、散点图、直方图等。下面是一个简单的使用Matplotlib库绘制折线图的例子：
python
Copy Code
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y)
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title('简单折线图')
plt.show()
接下来，让我们来介绍Seaborn库。Seaborn是基于Matplotlib的数据可视化库，它提供了更高级的接口和更美观的默认样式，能够让用户更轻松地创建各种统计图表。下面是一个使用Seaborn库绘制散点图的例子：
python
Copy Code
import seaborn as sns
import pandas as pd
data = {
'x': [1, 2, 3, 4, 5],
'y': [2, 3, 5, 7, 11]
}
df = pd.DataFrame(data)
sns.scatterplot(data=df, x='x', y='y')
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title('简单散点图')
plt.show()
通过学习本文，读者可以掌握使用Matplotlib和Seaborn库进行数据可视化的基本方法，为进一步的数据分析和展示打下基础。希望本文能帮助你更好地利用Python进行数据可视化工作。
