Python 是一種高級編程語言，有著豐富的標準庫和第三方庫，這些庫可以用于各種用途，其中就包括圖表繪制。Python 在數據科學、機器學習、數據可視化等領域廣泛應用，因為它可以用來編寫各種小工具，支持各種圖表類型。

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 10, 0.1)
y = np.sin(x)
plt.plot(x, y)
plt.show()

Matplotlib 是用于創建靜態、動態和交互式圖表的 Python 庫。它支持各種類型的圖表，比如線圖、散點圖、柱形圖、熱力圖等等。對于需要作圖的數據，Matplotlib 提供了眾多的選項和自定義功能。 上面的代碼使用 Matplotlib 來繪制一個簡單的正弦曲線。其中，首先使用 numpy 庫創建一個包含 0 到 10 的范圍內以 0.1 為步進的數組 x，然后用 sin（）函數計算出對應 y 值，最后使用 plot（）函數將數據繪制出來，并使用 show（）函數將圖形顯示出來。

Python 還有其他的數據可視化工具，比如 Seaborn、Bokeh、Plotly 等等，這些工具也可以用于各種圖表繪制。Seaborn 提供了更加復雜的統計圖表和不同的配色方案；Bokeh 支持交互式數據可視化和大規模數據集處理；Plotly 則提供了在線圖表編輯器和高級可視化功能。

import seaborn as sns
import pandas as pd
df = pd.read_csv('data.csv')
sns.countplot(x='Class', data=df)
plt.show()

以上代碼使用 Seaborn 來創建一個頻次統計圖。先使用 pandas 庫讀取 csv 文件，然后使用 Seaborn 的 countplot（）函數來根據 Class 列的值，統計每個類別的出現次數，并將結果繪制成一個圖表。 可以看到，使用 Python 可以方便地處理各種數據集，然后查看它們的圖表表示，進而得出更加深入的見解。