Python是一种功能强大的编程语言，它可以用于多种用途，包括数据分析、机器学习、自然语言处理等。其中，Python的画图功能也是非常出色的。在这篇文章中，我们将为大家介绍一些常用的Python画图代码，以帮助大家更好地利用Python进行数据可视化。

1. matplotlib

matplotlib是Python中最常用的画图库之一。它可以绘制多种类型的图表，包括折线图、柱状图、散点图、饼图等。以下是一个简单的折线图代码示例：

```python

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]

y = [2, 4, 6, 8, 10]

plt.plot(x, y)

plt.show()

```

2. seaborn

seaborn是一个基于matplotlib的高级绘图库，它提供了更多的图表样式和功能。以下是一个简单的柱状图代码示例：

```python

import seaborn as sns

import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

sns.barplot(x='day', y='total_bill', data=tips)

plt.show()

```

3. plotly

plotly是一个交互式的绘图库，它可以生成漂亮的图表，并且支持用户交互和动态更新。以下是一个简单的散点图代码示例：

```python

import plotly.express as px

iris = px.data.iris()

fig = px.scatter(iris, x='sepal_width', y='sepal_length', color='species')

fig.show()

```

4. bokeh

bokeh是另一个交互式的绘图库，它特别适用于Web应用程序。以下是一个简单的折线图代码示例：

```python

from bokeh.plotting import figure, output_file, show

x = [1, 2, 3, 4, 5]

y = [2, 4, 6, 8, 10]

output_file('line.html')

p = figure(title='Line Plot', x_axis_label='X', y_axis_label='Y')

p.line(x, y, legend_label='Line 1', line_width=2)

show(p)

```

总结：

以上就是几种常用的Python画图库和代码示例。当然，这只是其中的一部分，Python还有很多其他的画图库和功能。如果你想更深入地了解Python的画图功能，可以查看官方文档或者参考其他相关资料。