ChatGPT教你如何用Python和Matplotlib绘图（上）

想学习用 Python 绘图吗？ChatGPT 将为您提供帮助。

微信搜索关注《Python学研大本营》，加入读者群，分享更多精彩

该项目要求 ChatGPT 教您如何生成用于创建绘图和可视化的 Python 代码。只需简要描述您要创建的绘图，ChatGPT 就会使用流行的 Matplotlib 库生成必要的代码。该工具甚至允许没有编程经验的用户为他们的数据开发专业级的绘图。无论您是研究人员、数据科学家还是学生，ChatGPT 都可以让您在 Python 中轻松创建美观且信息丰富的图表。（由 ChatGPT 生成，稍有改动）。

JupyterNotebook 中的项目在Cognitive Class中免费提供。

openAI到 ChatGPT 的链接https://chat.openai.com/chat

→您需要注册才能使用该服务

询问想要学习的特定兴趣领域。

提问：“教我如何用 Python 绘图”

结果：在 Python 中绘制数据的方法有很多种。下面是一个使用 Python 中流行的数据可视化库 Matplotlib 的简单示例：

# using the provided by chatGPT to run in the notebook
import matplotlib.pyplot as plt
# Sample data
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
# Create a figure and an axes
fig, ax = plt.subplots()
# Plot the data
ax.plot(x, y)
# Add a title
ax.set_title('My Plot')
# Show the plot
plt.show()

这将创建 x 和 y 中数据的简单线图。有许多选项和自定义选项可用于在 Matplotlib 中创建绘图。例如，您可以更改线条的外观、更改轴标签、添加图例等。

以下是有关 Matplotlib 和其他 Python 绘图库的更多信息：Matplotlib 文档：https: //matplotlib.org/stable/index.html

Matplotlib 教程：https: //matplotlib.org/stable/tutorials/index。html

Seaborn，一个基于 Matplotlib 的数据可视化库：https://seaborn.pydata.org/

Plotly，一个用于创建交互式绘图的库：https: //plotly.com/python/

如您所见，ChatGPT 提供介绍性文本和代码块（为方便起见，带有复制图标），并以其他有用信息结束对话。

继续追问

通过简单地询问“用 python 显示更多绘图示例” 。事实上，chatGPT 会记住您之前的对话。

结果：以下是您可以使用 Matplotlib 库在 Python 中创建的更多绘图示例：散点图

import matplotlib.pyplot as plt# Sample data
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]# Create a figure and an axes
fig, ax = plt.subplots()# Plot the data
ax.scatter(x, y)# Add a title
ax.set_title('My Scatter Plot')# Show the plot
plt.show()

条形图

import matplotlib.pyplot as plt# Sample data
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]# Create a figure and an axes
fig, ax = plt.subplots()# Plot the data
ax.bar(x, y)# Add a title
ax.set_title('My Bar Plot')# Show the plot
plt.show()

饼形图

import matplotlib.pyplot as plt# Sample data
labels = ['Apples', 'Bananas', 'Oranges']
sizes = [30, 45, 25]# Create a figure and an axes
fig, ax = plt.subplots()# Plot the data
ax.pie(sizes, labels=labels)# Add a title
ax.set_title('My Pie Chart')# Show the plot
plt.show()

请记住，这些只是几个示例，您可以使用 Matplotlib 在 Python 中创建许多其他类型的图。您可以在 Matplotlib 文档中找到更多信息和示例：https: //matplotlib.org/stable/index.html。

让我们从样本数据集中绘制

加载 iris 数据集作为样本进行处理

我们需要一个合适的表格格式的样本，所以我们要求“加载表格格式的鸢尾花数据”

结果：要在 Python 中以类似表格的格式加载 Iris 数据集，您可以使用 Pandas 库。下面是一个示例，说明如何加载 Iris 数据集并以类似表格的格式显示它：

import pandas as pd
from sklearn import datasets# Load the Iris dataset
iris = datasets.load_iris()# Create a DataFrame with the features and target values
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['target'] = iris.target# Display the DataFrame
print(df)
#--> or we can call the dataset to displace it
df

这将创建一个 Pandas DataFrame，其中 Iris 数据集的特征（萼片长度、萼片宽度、花瓣长度和花瓣宽度）作为列，目标值（鸢尾的种类）作为附加列。

然后，您可以使用常用的 Pandas 函数来操作和分析 DataFrame 中的数据。例如，您可以使用 head() 函数显示 DataFrame 的前几行，或使用 describe() 函数获取数字列的汇总统计信息。

绘制数据集

方便的是，我们可以提出后续问题；在这里我们要求“绘制”

结果：要使用 Matplotlib 绘制 Iris 数据集，您可以使用以下代码：

# --> Trying of the suggestions from ChatGPT
# --> we removed the redundant lines (e.g. loading libraries and importing data) from the suggestion# Create a figure and an axes
fig, ax = plt.subplots()# Plot the data, coloring the points by the target values
scatter = ax.scatter(df['sepal length (cm)'], df['sepal width (cm)'], c=df['target'])# Add a legend
legend = ax.legend(*scatter.legend_elements(), title='Species')# Add a title
ax.set_title('Iris dataset')# Show the plot
plt.show()