Python可视化最频繁使用的10大工具总结
今天介绍Python当中十大可视化工具,每一个都独具特色,惊艳一方。
Matplotlib
Matplotlib 是 Python 的一个绘图库,可以绘制出高质量的折线图、散点图、柱状图、条形图等等。它也是许多其他可视化库的基础。
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y) plt.show()
Seaborn
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专门用于绘制统计图形,如热图、小提琴图、带误差线的折线图等等。
import seaborn as sns import pandas as pd df = pd.read_csv('data.csv') sns.boxplot(x='day', y='total_bill', data=df)
Plotly
Plotly 是一个交互式数据可视化库,可以绘制出高质量的折线图、散点图、3D 图形等等。它支持多种编程语言,如 Python、R、JavaScript 等等。
import plotly.graph_objs as go import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) fig = go.Figure(data=go.Scatter(x=x, y=y)) fig.show()
Bokeh
Bokeh 是一个交互式数据可视化库,也支持多种编程语言,如 Python、R、JavaScript 等等。它可以绘制出高质量的折线图、散点图、柱状图、条形图等等。
from bokeh.plotting import figure, show import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) p = figure(title='Sine Wave') p.line(x, y, legend_label='Sine') show(p)
Altair
Altair 是一个基于 Vega-Lite 的 Python 可视化库,可以快速轻松地绘制出高质量的折线图、散点图、柱状图等等。
import altair as alt import pandas as pd df = pd.read_csv('data.csv') alt.Chart(df).mark_bar().encode( x='year', y='sales', color='region' )
ggplot
ggplot 是一个基于 R 语言中的 ggplot2 库的 Python 可视化库,可以绘制出高质量的散点图、柱状图、箱线图等等。
from ggplot import * import pandas as pd df = pd.read_csv('data.csv') ggplot(df, aes(x='date', y='value', color='variable')) + \ geom_line() + \ theme_bw()
Holoviews
Holoviews 是一个 Python 可视化库,可以创建交互式的数据可视化,支持多种类型的可视化图形,如折线图、散点图、柱状图、热力图等等。
import holoviews as hv import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) hv.extension('bokeh') hv.Curve((x, y))
Plotnine
Plotnine 是一个基于 Python 的 ggplot2 库的可视化库,它可以创建高质量的数据可视化图形,如散点图、柱状图、线图等等。
from plotnine import * import pandas as pd df = pd.read_csv('data.csv') (ggplot(df, aes(x='year', y='sales', fill='region')) + geom_bar(stat='identity', position='dodge'))
Wordcloud
Wordcloud 是一个用于生成词云的 Python 库,可以将文本中出现频率高的词汇以图形的方式展示出来。
from wordcloud import WordCloud import matplotlib.pyplot as plt text = "Python is a high-level programming language" wordcloud = WordCloud().generate(text) plt.imshow(wordcloud, interpolation='bilinear') plt.axis('off') plt.show()
Networkx
Networkx 是一个用于创建、操作和可视化复杂网络的 Python 库。它支持创建多种类型的网络结构,如有向图、无向图、加权图等等。
import networkx as nx import matplotlib.pyplot as plt G = nx.DiGraph() G.add_edge('A', 'B') G.add_edge('B', 'C') G.add_edge('C', 'D') G.add_edge('D', 'A') pos = nx.spring_layout(G) nx.draw_networkx_nodes(G, pos, node_size=500) nx.draw_networkx_edges(G, pos) nx.draw_networkx_labels(G, pos) plt.axis('off') plt.show()
好啦,以上就是精心挑选的 Python 可视化库,大家最好自己动手体验一下哦!
总结
到此这篇关于Python可视化最频繁使用的10大工具的文章就介绍到这了,更多相关Python可视化工具内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Python如何在windows环境安装pip及rarfile
这篇文章主要介绍了Python如何在windows环境安装pip及rarfile,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-06-06Python实现监控键盘鼠标操作示例【基于pyHook与pythoncom模块】
这篇文章主要介绍了Python实现监控键盘鼠标操作,结合实例形式分析了Python基于pyHook与pythoncom模块的键盘、鼠标事件响应及日志文件操作相关实现技巧,需要的朋友可以参考下2018-09-09Python打开文件、文件读写操作、with方式、文件常用函数实例分析
这篇文章主要介绍了Python打开文件、文件读写操作、with方式、文件常用函数,结合实例形式分析了Python文件的打开、读写及常用文件操作函数使用技巧,需要的朋友可以参考下2020-01-01
最新评论