Python 的繪圖庫是廣泛使用的一個工具，它可以用于數據可視化，科學計算等方面。其中最著名的兩個庫是 Matplotlib 和 seaborn。Matplotlib 是一個可定制的繪圖庫，支持多種圖形和文本格式的繪制，可以用于創建靜態、動態的圖表和交互式圖形界面。Seaborn 基于 matplotlib，提供了更高級別的圖表繪制接口。

以下是一個在 Matplotlib 中繪制折線圖的代碼示例：

import matplotlib.pyplot as plt
import numpy as np
# 創建一組數據
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 繪制折線圖
plt.plot(x, y)
# 添加一些標簽
plt.title('Sine Wave')
plt.xlabel('X axis')
plt.ylabel('Y axis')
# 顯示圖像
plt.show()

以上代碼創建了一個包含100個點的正弦圖形。plot()函數繪制了一條線，title、xlabel、ylabel 函數定義了標簽，show() 函數用于顯示圖像。Matplotlib 提供各種繪圖格式化選項，可以設置線條風格、顏色和變量標記，使得繪圖更加具有視覺吸引力和易讀性。

以下是一個在 seaborn 中繪制散點圖的代碼示例：

import seaborn as sns
import pandas as pd
# 創建一組數據
x = pd.DataFrame({'distance': [1, 2, 3, 4, 5], 'friction': [0.1, 0.4, 0.2, 0.5, 0.3]})
# 繪制散點圖
sns.scatterplot(x='distance', y='friction', data=x)
# 添加一些標簽
plt.title('Friction vs. Distance')
plt.xlabel('Distance (meters)')
plt.ylabel('Friction coefficient')
# 顯示圖像
plt.show()

以上代碼創建了一組散點圖，展示了距離和摩擦系數之間的關系。seaborn 的 scatterplot() 繪制了數據點的散點圖，title、xlabel、ylabel 函數定義了標簽，show() 函數用于顯示圖像。與 Matplotlib 相比，seaborn 可以更快地生成復雜的圖表和表格，并且具有默認格式和顏色選項。

總之，Python 的繪圖庫提供了強大的數據可視化工具，可以用于生成各種類型的圖表。各種庫都有優點和缺點，要結合具體場景和需求選擇適合自己的庫。