Python在Debian如何进行数据可视化

在Debian上进行Python数据可视化，可按以下步骤操作：

1. 安装基础环境

   sudo apt update && sudo apt install python3 python3-pip  
   

2. 安装可视化库

   pip3 install matplotlib seaborn pandas numpy  
   

   （可选：plotly、bokeh等交互式库）

3. 基础可视化示例

   • 折线图/散点图（Matplotlib）：

     import matplotlib.pyplot as plt  
     import numpy as np  
     x = np.linspace(0, 10, 100)  
     y = np.sin(x)  
     plt.plot(x, y, label='sin(x)')  
     plt.xlabel('X轴')  
     plt.ylabel('Y轴')  
     plt.title('示例折线图')  
     plt.legend()  
     plt.show()  
     

   • 箱线图/柱状图（Seaborn）：

     import seaborn as sns  
     import pandas as pd  
     data = pd.DataFrame({'类别': ['A', 'B', 'C'], '值': [10, 20, 15]})  
     sns.barplot(x='类别', y='值', data=data)  
     plt.title('示例柱状图')  
     plt.show()  
     

4. 交互式可视化（可选）

   • Plotly：

     import plotly.express as px  
     fig = px.scatter(x=[1, 2, 3], y=[4, 5, 6], title='交互式散点图')  
     fig.show()  
     

   • Bokeh：

     from bokeh.plotting import figure, show  
     p = figure(title='交互式图表', x_axis_label='X', y_axis_label='Y')  
     p.circle([1, 2, 3], [4, 5, 6])  
     show(p)  
     

5. 进阶工具

   • Pandas Profiling：一键生成数据报告，包含可视化图表。

     pip3 install pandas-profiling  
     

     from pandas_profiling import ProfileReport  
     profile = ProfileReport(df, title='数据报告')  
     profile.to_file('report.html')  
     

说明：

• Matplotlib适合基础图表，Seaborn适合统计可视化，Plotly/Bokeh适合交互式需求。
• 可通过Jupyter Notebook（pip3 install jupyterlab）实现交互式开发。
• 安装库时若遇依赖问题，可尝试添加--user参数或使用虚拟环境。