小编给大家分享一下进阶数据可视化2.0的五个Python库分别是什么,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获、下面让我们一起去了解一下吧!
数据可视化的工具和程序库已经极大丰盛,当你习惯其中一种或数种时,你会干得很出色,但是如果你因此而沾沾自喜,就会错失从青铜到王者的新工具和程序库。如果你仍然坚持使用Matplotlib(这太神奇了),Seaborn(这也很神奇),熊猫(基本,简单的可视化)和散景,那么你真的需要停下来了解一下新事物了。例如,Python中有许多令人惊叹的可视化库,而且通用化程度已经很高,例如下面这五个:
<>强情节强>
<强>袖扣强>
<强>叶强>
<强> Altair +织女星强>
<强> D3。js 强>(个人认为最好的选择,因为我也用js写代码)
如果您了解并使用上面提到的库,那么您就处于进化的正确轨道上。它们可以帮助生成一些令人拍案的可视化效果,语法也不难。一般来说,我更喜欢情节+袖扣和D3.js。以下详细道来:
<>强情节强>
的情节是一个开源,交互式和基于浏览器的Python图形库。可以创建能在仪表板或网站中使用的交互式图表(您可以将它们保存为html文件或静态图像).Plotly基于plotly.js,而plotly.js又基于D3。js,因此它是一个高级图表库,与散景一样,情节的强项是制作交互式图,有超过30种图表类型,提供了一些在大多数库中没有的图表,如等高线图、树状图、科学图表,统计图表,3 d图表,金融图表等。情节最棒的一点是可以在Jupyter笔记本或独立的HTML页面中使用。您也可以在他们的网站上在线使用它,但我更喜欢离线使用它,您也可以将可视化保存为图像,非常易于使用也非常实用。
——在Jupyter笔记本中使用阴谋的方法(离线)
首先,安装情节库。
pip安装图
然后打开Jupyter笔记本并键入:
从情节__version__进口 从情节。离线导入download_plotlyjs init_notebook_mode,情节,iplot init_notebook_mode(连接=True)
语法超简单!在大熊猫中,你使用dataframe。图(),在这里,您使用dataframe。iplot()。这个“我”改变了可视化的整个定义。
只需一行代码,我生成了下面这个散点图,您可以根据需要自定义它。请记住指定模式标记,否则您将获得一些线条。
请注意,随着数据的增加,情节会开始卡滞,所以,只有当数据点的小于500 k时,我才会使用阴谋。
<强>袖扣强>
袖扣将情节直接绑定到大熊猫数据帧。这种组合非常惊人,结合了熊猫的灵活性,比情节更有效,语法甚至比情节简单。使用阴谋的Python库,您可以使用DataFrame的系列和索引来描述图形,但是使用袖扣可以直接绘制它。正如下面这个例子:
df=cf.datagen.lines py ()。iplot ([{& # 39; x # 39;: df。指数,& # 39;y # 39;: df (col) & # 39;名字# 39;:坳} & lt; strong>给/strong>坳& lt; strong> indf。列])
与情节
df。iplot(类型=& # 39;散射# 39;)
与袖扣
袖扣使得图表绘制更加容易。您甚至还可以使用袖扣生成令人惊叹的3 d图表。我只用几行代码生成了下面这个3 d图表。
用袖扣生成的3 d图表
你可以随时在Jupyter笔记本中试用它。
——快速窍门:
在配置中设置:
c.NotebookApp。iopub_data_rate_limit=1.0 e10
按以下方式导入:
进口情节。graph_objs一样去 进口的阴谋。情节是py 袖扣作为cf导入 从情节。离线导入iplot init_notebook_mode cf.go_offline () #设置全球主题 cf.set_config_file (world_readable=True,主题=& # 39;珍珠# 39;,离线=True) init_notebook_mode ()
接下来,我将谈论另一个神库——即库。