实验3：数据可视化（6学时）
实验目的：

本实验旨在介绍如何使用 Python 编程语言进行数据可视化，以及使用常见的数据可视化库创建各种类型的图表和图形。

实验环境：

Python 编程环境（建议使用Anaconda 或 Jupyter Notebook）

数据可视化库：Matplotlib 和 Seaborn

示例数据集（可以自行选择）

实验内容：

1. Python 数据可视化基础

了解数据可视化的基本概念和重要性。

熟悉 Python 编程语言的基础知识。

2. 数据可视化库介绍

介绍 Matplotlib 和 Seaborn 这两个常用的 Python 数据可视化库。

安装和配置库，导入必要的模块。

3. 创建基本图表

使用 Matplotlib 创建基本的图表，如折线图、柱状图和散点图。

自定义图表的标题、标签、颜色等属性。

4. 使用 Seaborn创建高级图表

使用 Seaborn 创建更复杂的图表，如箱线图、热力图和分布图。

探索 Seaborn 提供的样式和主题选项。

5. 数据可视化案例

选择一个示例数据集，例如 Iris 数据集或自行选择。

使用 Matplotlib 和 Seaborn 创建多个图表，展示数据集的不同特征和关系。

6. 自定义图表和图形

添加图例、轴标签、注释等，以提高图表的可读性和吸引力。

设置图表尺寸、分辨率和保存图表为图像文件。

实验步骤:

步骤1：环境设置

确保已安装 Anaconda 或 Jupyter Notebook，并创建一个新的 Python 笔记本。

步骤2：导入库

在笔记本中导入 Matplotlib 和 Seaborn 库。

import matplotlib.pyplot as plt

import seaborn as sns

步骤3：创建图表

使用库提供的函数创建不同类型的图表，如折线图、柱状图等。

步骤4：自定义图表

添加图例、轴标签、标题等，根据需要自定义图表的外观。

步骤5：数据可视化案例

选择一个数据集，创建多个图表以展示数据的不同方面。

步骤6：保存图表

将生成的图表保存为图像文件，如 PNG 或 PDF。

实验要求：

请撰写一份实验报告，包括以下内容：

选定的数据集和分析目标的描述。

使用 Matplotlib 和 Seaborn 创建的图表和图形的示例。

实验步骤的总结和截图。

对数据可视化结果的观察和分析。