喜欢用 Python 做项目的小伙伴不免会遇到这种情况:做图表时,用哪种好看又实用的可视化工具包呢? 之前文章里出现过漂亮的图表时,也总有读者在后台留言问该图表时用什么工具做的。 下面,作者介绍了八种在 Python 中实现的可视化工具包,其中有些包还能用在其它语言中。快来试试你喜欢哪个? 用 Python 创建图形的方法有很多,但是哪种方法是最好的呢?当我们做可视化之前,要先明确一些关于图像目标的问题:你是想初步了解数据的分布情况?想展示时给人们留下深刻印象?也许你想给某人展示一个内在的形象,一个中庸的形象? 本文将介绍一些常用的 Python 可视化包,包括这些包的优缺点以及分别适用于什么样的场景。这篇文章只扩展到 2D 图,为下一次讲 3D 图和商业报表(dashboard)留了一些空间,不过这次要讲的包中,许多都可以很好地支持 3D 图和商业报表。 Matplotlib、Seaborn 和 Pandas 把这三个包放在一起有几个原因:首先 Seaborn 和 Pandas 是建立在 Matplotlib 之上的,当你在用 Seaborn 或 Pandas 中的 df.plot() 时,用的其实是别人用 Matplotlib 写的代码。因此,这些图在美化方面是相似的,自定义图时用的语法也都非常相似。 当提到这些可视化工具时,我想到三个词:探索(Exploratory)、数据(Data)、分析(Analysis)。这些包都很适合第一次探索数据,但要做演示时用这些包就不够了。 Matplotlib 是比较低级的库,但它所支持的自定义程度令人难以置信(所以不要简单地将其排除在演示所用的包之外!),但还有其它更适合做展示的工具。 Matplotlib 还可以选择样式(style selection),它模拟了像 ggplot2 和 xkcd 等很流行的美化工具。下面是我用 Matplotlib 及相关工具所做的示例图: 在处理篮球队薪资数据时,我想找出薪资中位数最高的团队。为了展示结果,我将每个球队的工资用颜色标成条形图,来说明球员加入哪一支球队才能获得更好的待遇。 importseabornassns importmatplotlib.pyplotasplt color_order=['xkcd:cerulean','xkcd:ocean', 'xkcd:black','xkcd:royalpurple', 'xkcd:royalpurple','xkcd:navyblue', 'xkcd:powderblue','xkcd:lightmaroon', 'xkcd:lightishblue','xkcd:navy'] sns.barplot(x=top10.Team, y=top10.Salary, palette=color_order).set_title('TeamswithHighestMedianSalary') plt.ticklabel_format(style='sci',axis='y',scilimits=(0,0))
用 Bokeh 表示调查结果
-
安装时要有 API 秘钥,还要注册,不是只用 pip 安装就可以;
-
Plotly 所绘制的数据和布局对象是独一无二的,但并不直观;
-
图片布局对我来说没有用(40 行代码毫无意义!)
-
你可以在 Plotly 网站和 Python 环境中编辑图片;
-
支持交互式图片和商业报表;
-
Plotly 与 Mapbox 合作,可以自定义地图;
-
很有潜力绘制优秀图形。
-
实例化图片;
-
用图片目标属性格式化;
-
用 figure.add() 将数据添加到图片中。
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
-
python
+关注
关注
56文章
4811浏览量
85099 -
工具包
+关注
关注
0文章
47浏览量
9576 -
数据可视化
+关注
关注
0文章
471浏览量
10393
原文标题:8 个流行的 Python 可视化工具包,你喜欢哪个?
文章出处:【微信号:DBDevs,微信公众号:数据分析与开发】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
七款经久不衰的数据可视化工具!
的可视化分析。它提供了丰富的图表类型和自助式分析功能,广泛应用于管理驾驶舱、业务分析、数据报告等场景。
· Tableau:Tableau 是全球最流行的数据可视化工具之一,支持丰富的图表类型
发表于 01-19 15:24
Python人工智能学习工具包+入门与实践资料集锦
和数据挖掘领域,有很多很多优秀的Python工具包可供使用,所以作Pythoner,也是相当幸福的。最近流行一个词,全栈工程师(fullstack engineer),这些
发表于 11-22 14:46
从使用效果来看,数据可视化工具离不开数据中台吗?
地总结,从数据可视化工具离不开数据中台。1、从智能分析效率看,数据中台能让企业数据可视化分析实现秒分析秒呈现。 数据可视化工具的秒分析秒呈现效果图和个人数据分析不同,企业级数据分析时一个
发表于 05-12 14:14
能做数据治理的数据可视化工具,又快又灵活
进行下一步的智能分析、可视化展现。但由于历史原因,个部门不是自主研发就是向外购买适合自身的数据系统,这就导致同样的数据再不同的部门系统上的分析口径不一,BI数据可视化工具无法快速精准匹配数据,智能分析
发表于 07-13 15:34
这样选数据可视化工具,更能选到适用的
的注意事项。1、了解是否有现成可用的BI方案搭配使用你使用的是哪些ERP?金蝶用友?还是其他?如果你使用的是金蝶用友,那么选择奥威BI系列的数据可视化工具无疑更快、更安全。因为奥威BI数据可视化工具可
发表于 07-30 13:17
六种Python的数据可视化包和工具比较
本文概述并比较Python数据可视化包和工具,包括Pandas,Seaborn,ggplot,Bokeh,pygal,和Plotly。 介绍 在P
发表于 11-15 12:45
•1.4w次阅读
![六种<b class='flag-5'>Python</b>的数据<b class='flag-5'>可视化</b><b class='flag-5'>包</b>和<b class='flag-5'>工具</b>比较](https://file1.elecfans.com//web2/M00/A6/E5/wKgZomUMQR2AUh4aAAAd_tvdDeI615.png)
15个最实用的数据可视化工具
现如今数据收集越来越多,不过只有我们能够从数据中及时有效的获取到有用的信息时,这些数据才有意义。有很多种方式来展现数据,但最有效的方式无疑是图形化,本文是对当前最值得尝试的15个数据可视化工具的简介。
![15<b class='flag-5'>个</b>最实用的数据<b class='flag-5'>可视化工具</b>](https://file.elecfans.com/web1/M00/45/C7/pIYBAFp3w32AUiRJAAJ-gFtlWNA643.png)
mongodb可视化工具如何使用_介绍一款好用 mongodb 可视化工具
RockMongo是一个MongoDB管理工具,连接数据库的时候,输入 相应的地址用户名和密码就好了,一些小伙伴想知道mongodb可视化工具如何使用,下面就让小编为大家为什一下mongodb
发表于 02-07 09:31
•7409次阅读
![mongodb<b class='flag-5'>可视化工具</b>如何使用_介绍一款好用 mongodb <b class='flag-5'>可视化工具</b>](https://file.elecfans.com/web1/M00/45/DD/pIYBAFp6V3mAEDIrAAHDdf8pVs4180.png)
关于8个流行的Python可视化工具包
喜欢用 Python 做项目的小伙伴不免会遇到这种情况:做图表时,用哪种好看又实用的可视化工具包呢?之前文章里出现过漂亮的图表时,也总有读者在后台留言问该图表时用什么工具做的。
![关于<b class='flag-5'>8</b><b class='flag-5'>个</b><b class='flag-5'>流行</b>的<b class='flag-5'>Python</b><b class='flag-5'>可视化工具包</b>](https://file.elecfans.com/web1/M00/91/40/pIYBAFzON_aAeYxeAAAyTx5IWW8346.png)
建议收藏的20款实用的数据可视化工具
如今学习应用数据可视化的渠道有很多,你可以跟踪一些专家博客,但更重要的一点是实践/实操,你必须对目前可用的数据可视化工具有个大致了解。 下面列举的二十个数据
数据可视化工具的图表主要分为哪些
都说数据可视化工具的图表是预设好的,点击即生效,那么数据可视化工具都有多少图表,使用效果又是怎样的?就以奥威BI工具为例,聊聊数据可视化工具的图表以及
发表于 10-09 11:34
•1650次阅读
几款好用的可视化工具推荐
。同时,利用可视化软件可以简洁、清晰地理解和记忆数据,并帮助我们发现数据中的模式和趋势。通过可视化工具,我们可以更容易地发现隐藏在数据背后的规律,从而发现新的洞察和机会。 因此,使用可视化工具具有以下优越性: 实时监测
![几款好用的<b class='flag-5'>可视化工具</b>推荐](https://file1.elecfans.com/web2/M00/8D/8A/wKgaomS81a-APXlHAAApzdeTrI4017.png)
评论