常用的5个Python可视化库

来源：成都童程童美少儿人工智能编程培训时间：2024/3/19 16:49:06

　　Python因为其语法简单、胶水语言的特性，诞生了很多好用的轮子(标准库、第三方库)，也因此让Python一度成为了较热门的编程语言(2023年1-10月 TIOBE编程语言排名)。

　　我用过很多Python库，因为数据分析展示的需要，经常用一些可视化库来设计图表，这些库有不同的应用场景，生产力非常强大。

　　基础可视化：Matplotlib、Seaborn、Altair

　　交互可视化：Bokeh、plotly

　　地图可视化：Cartopy、Folium

　　Web可视化：Dash

　　BI可视化：Superset

　　流程图可视化：PyGraphviz

　　下面详细介绍下常见的可视化库：Matplotlib、Seaborn、Altair、

　　1. MatplotlibMatplotlib不必多说，它是较流行的Python可视化库，可以绘制二维、三维、动态、交互等任何图表，也是Seaborn等众多可视化库的底层依赖。

　　学习文档：https://matplotlib.org/

　　Matplotlib的特点是图表功能齐全，可定制化强，一般专业的新闻图表、科研图表、出版图表、企业图表都可以用Matplotlib绘制。

　　的缺点是封装不多，绘图代码稍显复杂。

　　import matplotlib.pyplot as pltdata = {'apple': 10, 'orange': 15, 'lemon': 5, 'lime': 20}names = list(data.keys())values = list(data.values())fig, axs = plt.subplots(1, 3, figsize=(9, 3), sharey=True)axs[0].bar(names, values)axs[1].scatter(names, values)axs[2].plot(names, values)fig.suptitle('Categorical Plotting')

　　2. SeabornSeaborn是在Matplotlib基础上经过封装的可视化库，一般用于统计分析，是数据科学领域的核心可视化库，类似于kaggle这种数据比赛大部分都用Seaborn。

　　解释下封装，所谓封装就是把很多图表的功能模块化，拿来即用，不需要你写很多代码实现。

　　比如说Seaborn可以一行代码设置图表的配色风格，什么统计风、商务风、学术风，都给你搭配的妥妥的，还有像置信区间这种专业领域的图表也集成到函数中。

　　另外Seaborn与Pandas、Numpy集成的非常好，可以轻松使用Series、DataFrame、array数据类型进行图表开发，相较于Matplotlib节省了很多数据处理的时间，让你更加专注于制图。

　　示例：

　　import seaborn as snssns.set_theme(style="darkgrid")tips = sns.load_dataset("tips")g = sns.jointplot(x="total_bill", y="tip", data=tips, kind="reg", truncate=False, xlim=(0, 60), ylim=(0, 12), color="m", height=7)

　　3. AltairAltair也是Python中一个主打统计分析的可视化库，它和Seaborn不同的是，语法会更加简洁，让你在可视化的过程中去分析梳理数据。

　　Altair基于Vega-Lite语法规则，将可视化描述为从数据到图形标记(例如，圆圈、矩形或折线)和属性(例如，颜色、大小、形状或透明度)的编码映射过程，使用Json格式规范图表外观，使用起来非常简单。

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/9006/news/712295/违者必究！ 以上就是成都童程童美少儿人工智能编程培训 小编为您整理 常用的5个Python可视化库的全部内容。