这些Python可视化库或许是你需要的

摘要

Python可视化库在使用Python中肯定是必不可少的，伯衡君总结了一些Python可视化库，作为了解和学习以方便后续使用……

开篇寄语

Python可视化库在使用Python中肯定是必不可少的，伯衡君总结了一些Python可视化库，作为了解和学习以方便后续使用。

内容详情

1.matplotlib

• 官方文档：matplotlib

matplotlib 是 Python 可视化程序库的泰斗。经过十几年它任然是 Python 使用者最常用的画图库。它的设计和在 1980 年代被设计的商业化程序语言 MATLAB 非常接近。

由于 matplotlib 是第一个 Python 可视化程序库，有许多别的程序库都是建立在它的基础上或者直接调用它。

比如 pandas 和 Seaborn 就是 matplotlib 的外包，它们让你能用更少的代码去调用 matplotlib 的方法。

虽然用 matplotlib 可以很方便的得到数据的大致信息，但是如果要更快捷简单地制作可供发表的图表就不那么容易了。

就像 Chris Moffitt 在“Python 可视化工具简介”中提到的一样：“功能非常强大，也非常复杂。”

matplotlib 那有着强烈九十年代气息的默认作图风格也是被吐槽多年。即将发行的 matplotlib 2.0 号称会包含许多更时尚的风格。

2.Folium

• 官方文档：Folium

folium 建立在 Python 生态系统的数据整理优势和 Leaflet.js 库的映射优势之上。在 Python 中处理您的数据，然后通过 folium 在 Leaflet 地图上将其可视化。

3.Altair

• 官方文档：Altair

Altair 是 Python 的声明性统计可视化库，基于 Vega 和 Vega-Lite，源代码可在 GitHub 上获得。

4.Mpld3

• 官方文档：Mpld3

mpld3 项目将流行的基于 Python 的图形库 Matplotlib 和流行的 JavaScript 库 D3js 结合在一起，用于为 Web 创建交互式数据可视化。结果是一个简单的 API，用于将 matplotlib 图形导出为 HTML 代码，可以在浏览器、标准网页、博客或 IPython 笔记本等工具中使用。

5.Seaborn

• 官方文档：Seaborn

Seaborn 是一个基于 matplotlib 的 Python 数据可视化库。它提供了一个高级界面，用于绘制有吸引力且信息丰富的统计图形。

6.Bokeh

• 官方文档：Bokeh

Bokeh 是 Python 中的数据可视化库，提供高性能的交互式图表和绘图。 Bokeh 输出可以在笔记本、html 和服务器等各种媒体中获得。可以在 Django 和烧瓶应用程序中嵌入散景图。

7.ggplot

• 指导教程：ggplot

ggplot 是图形语法的 Python 实现。会有与ggplot for R有特征重叠，但不一定是模仿（毕竟R有点奇怪）。

8.pygal

• 官方文档：pygal

pygal 跟 Bokeh 和 Plotly 一样，提供可直接嵌入网络浏览器的可交互图像。

9.Plotly

• 官方文档：Plotly

 Plotly 跟 Bokeh 一样致力于交互图表的制作，但是它提供在别的库中很难找到的几种图表类型，比如等值线图，树形图和三维图表。

10.geoplotlib

• 官方文档：geoplotlib

geoplotlib 是一个用于制作地图和地理相关数据的工具箱。你必须安装 Pyglet (一个面向对象编程接口)来使用 geoplotlib 。不过因为大部分 Python 的可视化工具不提供地图，有一个专职画地图的工具也是挺方便的。

11.Gleam

• 官方文档：Gleam

Gleam 借用了 R 中 Shiny 的灵感。它允许你只利用 Python 程序将你的分析变成可交互的网络应用，你不需要会用 HTML CSS 或者 JaveScript 。

12.missingno

• 官方文档：missingno

 missingno 用图像的方式让你能够快速评估数据缺失的情况，而不是在数据表里面步履维艰。

13.Leather

• 官方文档：Leather

Leather 是 Python 图表库，适用于那些现在需要图表并且不在乎它们是否完美的人。它可以用于所以的数据类型然后生成 SVG 图像，这样在你调整图像大小的时候就不会损失图像质量。