Python — 可视化工具

Matplotlib #

https://matplotlib.org/

基本概念 #

import matplotlib.pyplot as plt

fig, ax = plt.subplots()  # Create a figure containing a single axes.
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]);  # Plot some data on the axes.

plt.plot(x, y) 用绘制图形,plt.show() 用于显示图形,但是在 Jupyter 中,即使没有 show() 也会显示出来。

二维数据 #

pcolor

三维图形 #

surface

Seaborn #

https://github.com/mwaskom/seaborn

Seaborn 是一个基于 Matplotlib 的高级可视化库,提供了更美观、更复杂的图表,支持绘制统计图、分类图、时间序列图、热力图、小提琴图等。

Plotnine #

https://github.com/has2k1/plotnine

plotnine 是 Python 中的一个实现 R 中 ggplot2 的可视化库,它使用了类似 ggplot2 的语法,提供了丰富的图表类型,并且支持高度的定制。

plotnine 基于 matplotlib,因此可以使用 matplotlib 的一些功能,如图表的保存、调整和交互等。同时,plotnine 的语法比 matplotlib 更为简洁和直观,可以帮助用户更快地实现各种图表。plotnine 还可以方便地使用 pandas 数据框进行数据处理,支持多种数据格式的导入和处理。

Plotly #

https://github.com/plotly/plotly.py

Plotly 是一个交互式的可视化库,支持绘制线图、散点图、条形图、饼图、热力图、等高线图等,并且可以通过鼠标交互进行放大缩小、拖动等操作。有多种语言实现:

此外 Python + JavaScript 结合甚至发展出了 Dash 这个产品,并提供商业版,也说明完成度和产品化都很到位。对于很多特定场景需要交互式,或者数据量比较大需要展开细节,或者需要做成在线服务,都可以先考虑试用下 Dash 的开源版。

Altair #

https://github.com/altair-viz/altair

Altair 是一个基于 Vega-Lite 的声明式可视化库,提供了简单的 API 和高度可定制的图表,支持绘制线图、散点图、条形图、堆叠图等。

Bokeh #

Bokeh 是一个交互式的可视化库,支持绘制线图、散点图、条形图、热力图、地图等,并且可以通过 JavaScript 实现交互功能,适合需要交互性和大数据集支持的应用程序。

本文共 632 字,上次修改于 Jul 9, 2024
相关标签: Python