张三: 最近我正在研究大模型的应用，发现它生成的数据特别丰富，但如何把这些数据展示得更直观呢？
李四: 这就需要用到数据可视化了。我们可以使用Python中的Matplotlib库来实现。
张三: 好的，那我们先从一个简单的例子开始吧，比如画一条直线。
import matplotlib.pyplot as plt
x = [i for i in range(10)]
y = [2 * i + 1 for i in x]
plt.plot(x, y)
plt.show()
李四: 这段代码非常简单，它会生成一个线性关系图。接下来，我们试试绘制散点图。
import numpy as np
x = np.random.rand(100)
y = np.random.rand(100)
plt.scatter(x, y)
plt.show()
张三: 看起来不错！如果我们要处理的是大模型生成的大规模数据集，怎么办呢？
李四: 对于大规模数据集，我们可以考虑使用Seaborn库，它基于Matplotlib，提供了更高级别的接口。
import seaborn as sns
data = np.random.randn(1000)
sns.distplot(data)
plt.show()
张三: 很棒！不过，如果我们需要展示不同维度之间的关系怎么办？
李四: 可以尝试热力图。让我们看看如何使用Pandas和Seaborn创建一个热力图。
import pandas as pd
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
sns.heatmap(df.corr(), annot=True, fmt=".2f")
plt.show()
张三: 这样就能很好地展示各个特征间的相关性了。谢谢你的帮助，我现在对数据可视化有了更深的理解。
李四: 不客气，希望你能将这些技能应用到实际项目中去。