当前位置: 首页 > article >正文

十大Python可视化工具,太强了

在这里插入图片描述
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()

http://www.kler.cn/a/2553.html

相关文章:

  • springmvc前端传参,后端接收
  • 微信小程序实现长按录音,点击播放等功能,CSS实现语音录制动画效果
  • MySQL - 子查询和相关子查询详解
  • 【深度学习】深度(Deep Learning)学习基础
  • NRC优先级中比较特殊的—NRC0x13和NRC0x31
  • Meilisearch ASP.Net Core API 功能demo
  • gin框架使用websocket实现进入容器内部执行命令
  • GJB 9001C质量管理体系文件构建(2、质量手册编制要点)第9章、第10章
  • 如何利用学生身份申请使用免费的专业版pycahrm(详细 教程)
  • 模拟登入(验证码识别,Cookie)
  • 安装系统所需软件
  • slice()、substring()、substr()三者的区别
  • Windows权限提升 —SQL Server/MSSQL数据库提权
  • Selenium+Pytest自动化测试框架实战,还不会点这里一清二楚,全网最细教程!
  • 基于点云的深度学习方法预测蛋白-配体结合亲和力【Briefings in Bioinformatics, 2022】
  • 【27】Verilog进阶 - 状态机的三种描述方式
  • 安装KVM并创建虚拟机及基本使用
  • vue2图片预览插件
  • KDGX-A光缆故障断点检测仪
  • 【C语言】通讯录的实现(静态版)
  • C++演讲比赛流程管理系统_黑马
  • 这些IT行业趋势,将改变2023
  • 使用Android架构模板
  • 操作系统(1.2)--引论
  • PlotNeuralNet + ChatGPT创建专业的神经网络的可视化图形
  • 【云原生】k8s集群命令行工具kubectl之集群管理命令