2025/1/25

数据分析是Python的重要应用领域之一。NumPy和Matplotlib是数据分析的核心库。
NumPy：用于数值计算，提供了高效的数组操作。
Matplotlib：用于数据可视化，可以绘制各种图表。
Seaborn：基于Matplotlib，提供了更高级的可视化功能。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# NumPy计算
data = np.array([1, 2, 3, 4, 5])
mean = np.mean(data)
print("Mean:", mean)

# 数据可视化
sns.histplot(data, kde=True)
plt.title("Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")
plt.show()

 

运行步骤：
安装必要的库（如果尚未安装）：

pip install numpy matplotlib seaborn
创建一个Python文件，例如data_analysis.py。
将上述代码粘贴到文件中。
在终端中运行：

python data_analysis.py
观察输出结果，包括控制台的均值输出和绘制的直方图。
总结：
NumPy和Matplotlib是Python数据分析的核心库。通过它们，我们可以进行复杂的数值计算和数据可视化。Seaborn则进一步简化了可视化的过程，使得数据分析更加直观。