Python 是一種以簡單、易學(xué)、高效而著稱的編程語言，廣泛應(yīng)用于科學(xué)計算、人工智能、 Web 開發(fā)、數(shù)據(jù)處理等領(lǐng)域。Python 中有著非常豐富的畫圖工具，如 Matplotlib、Seaborn、Plotly 等。

其中 Matplotlib 是 Python 中最基礎(chǔ)、支持最廣的畫圖工具，其可以繪制線圖、散點圖、柱狀圖、餅圖、等高線圖、圖像等多種類型的圖形。下面是繪制一條簡單曲線的代碼：

import matplotlib.pyplot as plt
# 橫坐標(biāo)
x = [1, 2, 3, 4, 5]
# 縱坐標(biāo)
y = [1, 4, 9, 16, 25]
# 繪制曲線
plt.plot(x, y)
# 顯示圖形
plt.show()

運行這段代碼，可以看到窗口中出現(xiàn)了一條簡單的曲線。

除了 Matplotlib 外， Python 中還有一個優(yōu)秀的數(shù)據(jù)可視化工具庫 Seaborn。Seaborn 在 Matplotlib 的基礎(chǔ)上，進(jìn)一步提高了圖形的美觀程度，其可以繪制熱力圖、小提琴圖、分類圖、時間序列圖等多種類型的圖形。下面是繪制熱力圖的代碼：

import pandas as pd
import seaborn as sns
# 載入數(shù)據(jù)，例如一組 10x10 的隨機(jī)數(shù)
data = pd.DataFrame(np.random.rand(10, 10))
# 繪制熱力圖
sns.heatmap(data)
# 顯示圖形
plt.show()

運行這段代碼，可以看到窗口中出現(xiàn)了一張熱力圖。

除了 Matplotlib 和 Seaborn， Python 中的 Plotly 也是一個非常強大的數(shù)據(jù)可視化工具庫。Plotly 與 Matplotlib 和 Seaborn 的區(qū)別在于，它可以生成交互式的圖形，用戶可以自由地查看、調(diào)整、分析圖形。下面是繪制一個簡單散點圖的代碼：

import plotly.express as px
import pandas as pd
# 載入數(shù)據(jù)
data = pd.read_csv('data.csv')
# 繪制散點圖
fig = px.scatter(data, x='x軸列名', y='y軸列名', color='分類列名')
# 顯示圖形
fig.show()

運行這段代碼，可以在瀏覽器中打開一個交互式的散點圖。

總的來說， Python 中的畫圖工具豐富多彩，可以滿足各種需求。Matplotlib、Seaborn、Plotly 等都具有各自的特點和優(yōu)點，需要根據(jù)具體的需求來選擇適合的工具。