0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

分享10个适用于多个学科的Python数据可视化库

马哥Linux运维 来源:pythonic生物人 2023-08-14 10:40 次阅读

本次分享10个适用于多个学科的Python数据可视化库,其中有名气很大的也有鲜为人知的!

1、matplotlib

ffd6fd0a-39d9-11ee-9e74-dac502259ad0.png

两个直方图

matplotlib 是Python可视化程序库的泰斗。经过十几年它任然是Python使用者最常用的画图库。它的设计和在1980年代被设计的商业化程序语言MATLAB非常接近。

由于 matplotlib 是第一个 Python 可视化程序库,有许多别的程序库都是建立在它的基础上或者直接调用它。

比如pandas和Seaborn就是matplotlib的外包,它们让你能用更少的代码去调用 matplotlib的方法。

虽然用 matplotlib 可以很方便的得到数据的大致信息,但是如果要更快捷简单地制作可供发表的图表就不那么容易了。

就像Chris Moffitt 在“Python可视化工具简介”中提到的一样:“功能非常强大,也非常复杂。”

matplotlib 那有着强烈九十年代气息的默认作图风格也是被吐槽多年。即将发行的matplotlib 2.0 号称会包含许多更时尚的风格。

2、Seaborn

fff85de2-39d9-11ee-9e74-dac502259ad0.png

Violinplot (Michael Waskom)

Seaborn利用了matplotlib,用简洁的代码来制作好看的图表。

Seaborn跟matplotlib最大的区别就是它的默认绘图风格和色彩搭配都具有现代美感。

由于Seaborn是构建在matplotlib的基础上的,你需要了解matplotlib从而来调整Seaborn的默认参数

3、ggplot

00072a5c-39da-11ee-9e74-dac502259ad0.png

Small multiples (ŷhat)

ggplot 基于R的一个作图包 ggplot2, 同时利用了源于 《图像语法》(The Grammar of Graphics)中的概念。

ggplot 跟 matplotlib 的不同之处是它允许你叠加不同的图层来完成一幅图。比如你可以从轴开始,然后加上点,加上线,趋势线等等。

虽然《图像语法》得到了“接近思维过程”的作图方法的好评,但是习惯了matplotlib的用户可能需要一些时间来适应这个新思维方式。

ggplot的作者提到 ggplot 并不适用于制作非常个性化的图像。它为了操作的简洁而牺牲了图像复杂度。

ggplot is tightly integrated with pandas, so it’s best to store your data in a DataFrame when using ggplot.

ggplot跟pandas的整合度非常高,所以当你使用它的时候,最好将你的数据读成 DataFrame。

4、Bokeh

0011861e-39da-11ee-9e74-dac502259ad0.png

Interactive weather statistics for three cities (Continuum Analytics)

跟ggplot一样, Bokeh 也是基于《图形语法》的概念。

但是跟ggplot不一样的是,它完全基于Python而不是从R引用过来的。

它的长处在于它能用于制作可交互,可直接用于网络的图表。图表可以输出为JSON对象,HTML文档或者可交互的网络应用。

Boken也支持数据流和实时数据。Bokeh为不同的用户提供了三种控制水平。

最高的控制水平用于快速制图,主要用于制作常用图像, 例如柱状图,盒状图,直方图。

中等控制水平跟matplotlib一样允许你控制图像的基本元素(例如分布图中的点)。

最低的控制水平主要面向开发人员和软件工程师

它没有默认值,你得定义图表的每一个元素。

5、pygal

0021ddfc-39da-11ee-9e74-dac502259ad0.png

Box plot (Florian Mounier)

pygal 跟 Bokeh 和 Plotly 一样,提供可直接嵌入网络浏览器的可交互图像。

跟其他两者的主要区别在于它可以将图表输出为SVG格式。

如果你的数据量相对小,SVG就够用了。但是如果你有成百上千的数据点,SVG的渲染过程会变得很慢。

由于所有的图表都被封装成了方法,而且默认的风格也很漂亮,用几行代码就可以很容易地制作出漂亮的图表。

6、Plotly

0039bf94-39da-11ee-9e74-dac502259ad0.png

Line plot (Plotly)

你也许听说过在线制图工具Plotly,但是你知道你可以通过Python使用它么?

Plotly 跟 Bokeh 一样致力于交互图表的制作,但是它提供在别的库中很难找到的几种图表类型,比如等值线图,树形图和三维图表。

7、geoplotlib

Choropleth (Andrea Cuttone)

geoplotlib 是一个用于制作地图和地理相关数据的工具箱。

你可以用它来制作多种地图,比如等值区域图, 热度图,点密度图。

你必须安装 Pyglet (一个面向对象编程接口)来使用geoplotlib。不过因为大部分Python的可视化工具不提供地图,有一个专职画地图的工具也是挺方便的。

8、Gleam

008afa58-39da-11ee-9e74-dac502259ad0.png

Scatter plot with trend line (David Robinson)

Gleam 借用了R中 Shiny 的灵感。它允许你只利用 Python 程序将你的分析变成可交互的网络应用,你不需要会用HTML CSS 或者 JaveScript。

Gleam 可以使用任何一种 Python 的可视化库。

当你创建一个图表的时候,你可以在上面加上一个域,这样用户可以用它来对数据排序和过滤了。

9、missingno

0096ac0e-39da-11ee-9e74-dac502259ad0.png

Nullity matrix (Aleksey Bilogur)

缺失数据是永远的痛。

missingno 用图像的方式让你能够快速评估数据缺失的情况,而不是在数据表里面步履维艰。

你可以根据数据的完整度对数据进行排序或过滤,或者根据热度图或树状图来考虑对数据进行修正。

10、Leather

00a3d6b8-39da-11ee-9e74-dac502259ad0.png

Chart grid with consistent scales (Christopher Groskopf)

Leather的最佳定义来自它的作者 Christopher Groskopf。

“Leather 适用于现在就需要一个图表并且对图表是不是完美并不在乎的人。”

它可以用于所以的数据类型然后生成SVG图像,这样在你调整图像大小的时候就不会损失图像质量。






审核编辑:刘清

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 控制器
    +关注

    关注

    112

    文章

    16334

    浏览量

    177815
  • HTML
    +关注

    关注

    0

    文章

    278

    浏览量

    35214
  • MATLAB仿真
    +关注

    关注

    4

    文章

    176

    浏览量

    19922
  • SVG
    SVG
    +关注

    关注

    0

    文章

    127

    浏览量

    16408
  • python
    +关注

    关注

    56

    文章

    4792

    浏览量

    84630

原文标题:Python那些优质可视化工具!

文章出处:【微信号:magedu-Linux,微信公众号:马哥Linux运维】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    数据可视化Python-matplotlib概述

    数据可视化(二):Python-matplotlib
    发表于 07-22 14:58

    python数据可视化的方法和代码

    Python数据可视化汇总
    发表于 10-14 14:59

    Python数据可视化专家的七秘密

    分享 Python数据可视化专家的七秘密
    发表于 05-15 06:43

    python数据可视化之画折线图

    python数据可视化之画折线图,散点图
    发表于 05-27 08:09

    Python数据可视化

    Python数据可视化:网易云音乐歌单
    发表于 07-19 08:30

    经验分享|BI数据可视化报表布局——容器

    容器功能是一种用于数据可视化图表排版的功能,主要作用对图表进行有效的布局调整,或者用于巧妙在同一地方安排多个不同类型的
    发表于 03-15 17:10

    可视化大屏设计模板 | 主题皮肤(报表UI设计)

    报表UI模板) 内容:提供大量可供免费下载使用的数据可视化报表UI设计模板。常见的有以下几种类型: 1、经典蓝:以蓝色为主色调,搭配白色和灰色,整体风格简洁、大气,适用于企业汇报、领导监控等场景。 2
    发表于 09-12 10:10

    Python拉勾网数据采集与可视化

    本文是先采集拉勾网上面的数据,采集的是Python岗位的数据,然后用Python进行可视化。主要涉及的是爬虫&
    的头像 发表于 03-13 14:18 3255次阅读
    <b class='flag-5'>Python</b>拉勾网<b class='flag-5'>数据</b>采集与<b class='flag-5'>可视化</b>

    使用Python可视化数据,机器人开发编程

    机器学习开发,与Mail.Ru Search数据分析负责人Egor Polusmak和Mail.Ru Group数据科学家Yury Kashnitsky一起探索如何使用Python可视化
    的头像 发表于 03-15 16:56 8985次阅读

    10流行的Python平台

    作为开发人员喜爱的语言之一,Python以其丰富的社区可用工具和而闻名。我们列出了开发人员可以用于计算机视觉10流行的
    的头像 发表于 10-09 16:33 3277次阅读

    Charts.css是用于数据可视化的新的开源框架

    表示通常更容易理解。可视化帮助最终用户理解数据,而Charts.css可以帮助开发人员使用简单的CSS类将其数据转换为精美的图形。 Charts.css是用于
    的头像 发表于 04-13 10:48 1968次阅读

    Python数据可视化编程实战

    Python数据可视化编程实战资料免费下载。
    发表于 06-01 14:37 29次下载

    使用Python来收集、处理和可视化人口数据

    分析和可视化: pandas:一提供高性能、易用的数据结构和数据分析工具的。 requests:一
    的头像 发表于 06-21 17:08 1386次阅读
    使用<b class='flag-5'>Python</b>来收集、处理和<b class='flag-5'>可视化</b>人口<b class='flag-5'>数据</b>

    Altair:一漂亮易用的数据可视化

    Altair 是一基于Jupyter Notebook的强大可视化。它提供了强大而简洁的可视化语法,使我们能够快速构建各种统计可视化图表
    的头像 发表于 10-21 10:43 918次阅读
    Altair:一<b class='flag-5'>个</b>漂亮易用的<b class='flag-5'>数据</b><b class='flag-5'>可视化</b><b class='flag-5'>库</b>

    Python 可视化如何配色

    我们在利用Python进行数据可视化时,有着大量的高质量可以用,比如: Matplotlib 、 seaborn 、 Plotly 、 Bokeh 、 ggplot 等等。但图表好不
    的头像 发表于 10-30 15:43 520次阅读
    <b class='flag-5'>Python</b> <b class='flag-5'>可视化</b>如何配色