位置:成都童程童美少儿人工智能编程培训 > 学校动态 > 常用的5个Python可视化库
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。