当前位置: 首页 > news >正文

Python 可视化最频繁使用的10大工具

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。

文章目录

    • Matplotlib
    • 技术提升
    • Seaborn
    • Plotly
    • Bokeh
    • Altair
    • ggplot
    • Holoviews
    • Plotnine
    • Wordcloud
    • Networkx

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 npx = np.linspace(0, 10, 100)
y = np.sin(x)plt.plot(x, y)
plt.show()

技术提升

技术要学会分享、交流,不建议闭门造车。一个人走的很快、一堆人可以走的更远。

本文由技术群粉丝分享,项目源码、数据、技术交流提升,均可加交流群获取,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

方式①、添加微信号:pythoner666,备注:来自CSDN
方式②、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

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 pddf = 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 npx = 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 npx = 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 pddf = 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 pddf = 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 npx = 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 pddf = 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 plttext = "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 pltG = 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!

http://www.lryc.cn/news/41302.html

相关文章:

  • Windows与Linux端口占用、查看的方法总结
  • 48天强训 Day1 JavaOj
  • 崩溃的一瞬间
  • 13回归网络:HTTP/2是怎样的网络协议?
  • CSS学习笔记——基础选择器,字体属性,文本属性,三种样式表
  • 第十四届蓝桥杯三月真题刷题训练——第 16 天
  • 鸟哥的Linux私房菜 Shell脚本
  • FPGA基于RIFFA实现PCIE采集ov5640图像传输,提供工程源码和QT上位机
  • week13周报
  • 离散选择模型中的分散系数theta到底该放在哪里呢?
  • 【CSAPP】进程 | 上下文切换 | 用户视角下的并发进程
  • 节流还在用JS吗?CSS也可以实现哦
  • 带你看看 TypeScript 5.0 的新特性
  • C语言预处理条件语句的 与或运算
  • 从零实现深度学习框架——学习率调整策略介绍
  • 系统架构:经典三层架构
  • 数据结构--二叉树
  • Keil5安装和使用小记
  • 多机器人集群网络通信协议分析
  • 【PyTorch】手把手带你快速搭建PyTorch神经网络
  • 【完整代码】用HTML/CSS制作一个美观的个人简介网页
  • Java分布式事务(九)
  • 基于深度学习的动物识别系统(YOLOv5清新界面版,Python代码)
  • K8S集群之-ETCD集群监控
  • 一文弄懂熵、交叉熵和kl散度(相对熵)
  • 10从零开始学Java之开发Java必备软件Intellij idea的安装配置与使用
  • 04 - 进程参数编程
  • 【python进阶】你真的懂元组吗?不仅是“不可变的列表”
  • 《C++ Primer Plus》(第6版)第13章编程练习
  • 【多线程】多线程案例