再見matplotlib，7 個必須嘗試的 Python 數(shù)據(jù)可視化庫！
數(shù)據(jù)可視化是使用一些繪圖和圖形更詳細(xì)地理解數(shù)據(jù)的過程。Python中有許多庫可以幫助我們做同樣的事情。最著名的庫之一是 matplotlib，它可以繪制幾乎所有您可以想象的繪圖類型。matplotlib 唯一的問題是初學(xué)者很難掌握。
在本文中，我將介紹七個數(shù)據(jù)可視化庫，你可以嘗試使用它們來代替 matplotlib。
1、Seaborn
Seaborn 建于 matplotlib 庫的之上。它有許多內(nèi)置函數(shù)，使用這些函數(shù)，只需簡單的代碼行就可以創(chuàng)建漂亮的繪圖。它提供了多種高級的可視化繪圖和簡單的語法，如方框圖、小提琴圖、距離圖、關(guān)節(jié)圖、成對圖、熱圖等。
安裝
ip install seaborn
主要特征：
可用于確定兩個變量之間的關(guān)系。 在分析單變量或雙變量分布時進(jìn)行區(qū)分。 繪制因變量的線性回歸模型。 提供多網(wǎng)格繪圖
只需使用幾行簡單代碼就可以繪制出漂亮的圖形
官方文檔
https://seaborn.pydata.org/
2、Plotly
Plotly 是一個高級 Python 分析庫，有助于構(gòu)建交互式儀表板。使用 Plotly 構(gòu)建的圖形是交互式圖形，這意味著你可以輕松找到圖形的任何特定點(diǎn)或會話的值。Plotly 生成儀表板并將其部署在服務(wù)器上變得非常容易。它支持 Python、R 和 Julia 編程語言。
Plotly 制作簡單散點(diǎn)圖的代碼：
官方文檔
https://dash.plotly.com/
3、Geoplotlib
Geoplotlib 是一個用于可視化地理數(shù)據(jù)和制作地圖的 Python 工具箱。你可以使用此庫創(chuàng)建各種地圖。您可以使用它創(chuàng)建的一些地圖示例包括熱圖、點(diǎn)密度圖、地理地圖等等。
安裝
pip install geoplotlib
github文檔
https://github.com/andrea-cuttone/geoplotlib/wiki/User-Guide
4、Gleam
Gleam 的靈感來自 R 的Shiny包。它允許你僅使用 Python 代碼將圖形轉(zhuǎn)換為出色的 Web 應(yīng)用程序。這對不了解 HTML 和 CSS 的人很有幫助。它不是真正的可視化庫，而是與任何可視化庫一起使用。
github文檔
https://github.com/dgrtwo/gleam
5、ggplot
ggplot 的工作方式與 matplotlib 不同。它允許你添加多個組件作為圖層，以在最后創(chuàng)建完整的圖形或繪圖。例如，在開始時你可以添加一個軸，然后添加點(diǎn)和其他組件，如趨勢線。
%matplotlib inline
from ggplot import *
ggplot(diamonds, aes(x='price', fill='clarity')) + geom_histogram()
github文檔
https://github.com/tidyverse/ggplot2
6、Bokeh
Bokeh 庫由Continuum Analytics創(chuàng)建，用于生成對 Web 界面和瀏覽器友好的可視化。Bokeh 生成的可視化本質(zhì)上是交互式的，可讓你傳達(dá)更多信息。
# Bokeh Libraries
from bokeh.io import output_file
from bokeh.plotting import figure, show
# The figure will be rendered in a static HTML file called output_file_test.html
output_file('output_file_test.html',
title='Empty Bokeh Figure')
# Set up a generic figure() object
fig = figure()
# See what it looks like
show(fig)
官方文檔
https://docs.bokeh.org/en/latest/
7、Missingo
數(shù)據(jù)科學(xué)就是從給定的數(shù)據(jù)中找到有用的信息，并使之對所有人可見。最好的方法是將數(shù)據(jù)可視化。對于所有的數(shù)據(jù)科學(xué)家愛好者來說，這個包可能是一個熱潮。它可以幫助你找到所有缺失值，并在現(xiàn)實(shí)世界的數(shù)據(jù)集中以漂亮的圖形方式顯示它們，而無需頭疼，只需一行代碼。它支持圖形表示，如條形圖、圖表、熱圖、樹狀圖等。
# Importing Necessary Libraries
import pandas as pd
import missingno as mi
# Reading the Titanic dataset (From Local Env)
data = pd.read_csv("train.csv")
# Checking missing values Using ()
print(data.isnull().sum()) ## It will display a table with all the missing values
### The best practice is to visualize this so that everyone even a non-tech person
### can understand and find the missing values, Let's use the `missingno` package
#Visualizing using missingno
print("Visualizing missing value using bar graph")
print(mi.bar(data, figsize = (10,5)))
大家好，最后給大家免費(fèi)分享 Python 三件套：《ThinkPython》、《簡明Python教程》、《Python進(jìn)階》的PDF電子版。如果你是剛?cè)腴T的小白，不用想了，這是最好的學(xué)習(xí)教材。
現(xiàn)在免費(fèi)分享出來，有需要的讀者可以下載學(xué)習(xí)，在下面的公眾號里回復(fù)關(guān)鍵字：三件套，就行。
領(lǐng)取方式：
長按下方掃碼，關(guān)注后發(fā)消息 [三件套]
感謝你的分享，點(diǎn)贊，在看三連 