<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    2. 

    <del id="afajh"><form id="afajh"></form></del>
    

    5. 

        1. <th id="afajh"><progress id="afajh"></progress></th>

          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>
          精選 10 款 Python 可視化工具，請查收！
          共
                3774字，需瀏覽
                    8分鐘
                
           ·
          2020-12-06 18:30
          
                    

                    

                    
                    
                    
          公眾號關(guān)注“杰哥的IT之旅”，
          選擇“星標”，重磅干貨，第一時間送達！

          作者：Lty美麗人生
          鏈接：https://blog.csdn.net/weixin_44208569
          今天我們會介紹一下10個適用于多個學(xué)科的Python數(shù)據(jù)可視化庫，其中有名氣很大的也有鮮為人知的。

          1、matplotlib
          兩個直方圖
          matplotlib 是Python可視化程序庫的泰斗。經(jīng)過十幾年它任然是Python使用者最常用的畫圖庫。它的設(shè)計和在1980年代被設(shè)計的商業(yè)化程序語言MATLAB非常接近。
          由于 matplotlib 是第一個 Python 可視化程序庫，有許多別的程序庫都是建立在它的基礎(chǔ)上或者直接調(diào)用它。

          比如pandas和Seaborn就是matplotlib的外包，它們讓你能用更少的代碼去調(diào)用 matplotlib的方法。

          雖然用 matplotlib 可以很方便的得到數(shù)據(jù)的大致信息，但是如果要更快捷簡單地制作可供發(fā)表的圖表就不那么容易了。
          就像Chris Moffitt 在“Python可視化工具簡介”中提到的一樣：“功能非常強大，也非常復(fù)雜。”

          matplotlib 那有著強烈九十年代氣息的默認作圖風(fēng)格也是被吐槽多年。即將發(fā)行的matplotlib 2.0 號稱會包含許多更時尚的風(fēng)格。
          開發(fā)者：John D. Hunter
          更多資料：http://matplotlib.org/

          2、Seaborn
          Violinplot (Michael Waskom)
          Seaborn利用了matplotlib，用簡潔的代碼來制作好看的圖表。
          Seaborn跟matplotlib最大的區(qū)別就是它的默認繪圖風(fēng)格和色彩搭配都具有現(xiàn)代美感。
          由于Seaborn是構(gòu)建在matplotlib的基礎(chǔ)上的，你需要了解matplotlib從而來調(diào)整Seaborn的默認參數(shù)。
          開發(fā)者: Michael Waskom
          更多資料：http://seaborn.pydata.org/index.html

          3、ggplot
          Small multiples (?hat)
          ggplot 基于R的一個作圖包 ggplot2, 同時利用了源于 《圖像語法》（The Grammar of Graphics）中的概念。
          ggplot 跟 matplotlib 的不同之處是它允許你疊加不同的圖層來完成一幅圖。比如你可以從軸開始，然后加上點，加上線，趨勢線等等。
          雖然《圖像語法》得到了“接近思維過程”的作圖方法的好評，但是習(xí)慣了matplotlib的用戶可能需要一些時間來適應(yīng)這個新思維方式。
          ggplot的作者提到 ggplot 并不適用于制作非常個性化的圖像。它為了操作的簡潔而犧牲了圖像復(fù)雜度。
          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，所以當(dāng)你使用它的時候，最好將你的數(shù)據(jù)讀成 DataFrame。
          開發(fā)者: ?hat
          更多資料：http://ggplot.yhathq.com/

          4、Bokeh
          Interactive weather statistics for three cities (Continuum Analytics)
          跟ggplot一樣， Bokeh 也是基于《圖形語法》的概念。
          但是跟ggplot不一樣的是，它完全基于Python而不是從R引用過來的。
          它的長處在于它能用于制作可交互，可直接用于網(wǎng)絡(luò)的圖表。圖表可以輸出為JSON對象，HTML文檔或者可交互的網(wǎng)絡(luò)應(yīng)用。
          Boken也支持數(shù)據(jù)流和實時數(shù)據(jù)。Bokeh為不同的用戶提供了三種控制水平。
          最高的控制水平用于快速制圖，主要用于制作常用圖像， 例如柱狀圖，盒狀圖，直方圖。
          中等控制水平跟matplotlib一樣允許你控制圖像的基本元素（例如分布圖中的點）。
          最低的控制水平主要面向開發(fā)人員和軟件工程師。
          它沒有默認值，你得定義圖表的每一個元素。
          開發(fā)者: Continuum Analytics
          更多資料：https://docs.bokeh.org/en/latest/

          5、pygal
          Box plot (Florian Mounier)
          pygal 跟 Bokeh 和 Plotly 一樣，提供可直接嵌入網(wǎng)絡(luò)瀏覽器的可交互圖像。
          跟其他兩者的主要區(qū)別在于它可以將圖表輸出為SVG格式。
          如果你的數(shù)據(jù)量相對小，SVG就夠用了。但是如果你有成百上千的數(shù)據(jù)點，SVG的渲染過程會變得很慢。
          由于所有的圖表都被封裝成了方法，而且默認的風(fēng)格也很漂亮，用幾行代碼就可以很容易地制作出漂亮的圖表。
          開發(fā)者: Florian Mounier
          更多資料：http://www.pygal.org/en/latest/index.html

          6、Plotly
          Line plot (Plotly)
          你也許聽說過在線制圖工具Plotly，但是你知道你可以通過Python使用它么？
          Plotly 跟 Bokeh 一樣致力于交互圖表的制作，但是它提供在別的庫中很難找到的幾種圖表類型，比如等值線圖，樹形圖和三維圖表。
          開發(fā)者: Plotly
          更多資料：https://plotly.com/python/

          7、geoplotlib
          Choropleth (Andrea Cuttone)
          geoplotlib 是一個用于制作地圖和地理相關(guān)數(shù)據(jù)的工具箱。
          你可以用它來制作多種地圖，比如等值區(qū)域圖， 熱度圖，點密度圖。
          你必須安裝 Pyglet （一個面向?qū)ο缶幊探涌冢﹣硎褂胓eoplotlib。不過因為大部分Python的可視化工具不提供地圖，有一個專職畫地圖的工具也是挺方便的。
          開發(fā)者: Andrea Cuttone
          更多資料：https://github.com/andrea-cuttone/geoplotlib

          8、Gleam
          Scatter plot with trend line (David Robinson)
          Gleam 借用了R中 Shiny 的靈感。它允許你只利用 Python 程序?qū)⒛愕姆治鲎兂煽山换サ木W(wǎng)絡(luò)應(yīng)用，你不需要會用HTML CSS 或者 JaveScript。
          Gleam 可以使用任何一種 Python 的可視化庫。
          當(dāng)你創(chuàng)建一個圖表的時候，你可以在上面加上一個域，這樣用戶可以用它來對數(shù)據(jù)排序和過濾了。
          開發(fā)者: David Robinson
          更多資料：https://github.com/dgrtwo/gleam

          9、missingno
          Nullity matrix (Aleksey Bilogur)?
          缺失數(shù)據(jù)是永遠的痛。
          missingno 用圖像的方式讓你能夠快速評估數(shù)據(jù)缺失的情況，而不是在數(shù)據(jù)表里面步履維艱。
          你可以根據(jù)數(shù)據(jù)的完整度對數(shù)據(jù)進行排序或過濾，或者根據(jù)熱度圖或樹狀圖來考慮對數(shù)據(jù)進行修正。
          開發(fā)者: Aleksey Bilogur
          更多資料：https://github.com/ResidentMario/missingno

          10、Leather
          Chart grid with consistent scales (Christopher Groskopf)

          Leather的最佳定義來自它的作者 Christopher Groskopf。
          “Leather 適用于現(xiàn)在就需要一個圖表并且對圖表是不是完美并不在乎的人。”
          它可以用于所以的數(shù)據(jù)類型然后生成SVG圖像，這樣在你調(diào)整圖像大小的時候就不會損失圖像質(zhì)量。
          開發(fā)者: Christopher Groskopf
          更多資料：https://leather.readthedocs.io/en/latest/index.html
          往期資源回顧 需要可自取
          推薦閱讀
          點個[在看]，是對杰哥最大的支持！
          
                
          瀏覽
                    50
          點贊
    
          評論
    
          收藏
    
          分享
        
          手機掃一掃分享
          分享
    
          
        舉報
    
          評論
          圖片
          表情
          推薦
        
          點贊
    
          評論
    
          收藏
    
          分享
        
          手機掃一掃分享
          分享
    
          
        舉報
    
          

          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            2. 

            <del id="afajh"><form id="afajh"></form></del>
            

            5. 

                1. <th id="afajh"><progress id="afajh"></progress></th>

                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  

九九九九九九九九九九九九九九十九 免费
琪琪先锋 torrent magnet
|
欧洲成人在线
|
台湾 成人 国产
|
小电影毛片
|
天堂成人网|