グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!-Python チュートリアル-php.cn

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

WBOY

リリース： 2023-04-12 14:37:16

転載

1318 人が閲覧しました

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

1. matplotlib

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

2 つのヒストグラム

matplotlib は、Python 視覚化ライブラリのリーダーです。 10 年以上経った今でも、Python ユーザーにとって最も一般的に使用されている描画ライブラリです。その設計は、1980 年代に設計された商用プログラミング言語 MATLAB に非常に似ています。

matplotlib は最初の Python 視覚化ライブラリであるため、他にも多くのライブラリが構築されているか、直接呼び出しています。

たとえば、pandas と Seaborn は matplotlib をアウトソーシングしており、少ないコードで matplotlib メソッドを呼び出すことができます。

matplotlib を使用すると、データに関する一般的な情報を簡単に取得できますが、公開するグラフを迅速かつ簡単に作成するのはそれほど簡単ではありません。

Chris Moffitt 氏が「Python 視覚化ツールの概要」で述べたように、「これは非常に強力であり、非常に複雑です。」

matplotlib には 1990 年代の強力なデフォルト関数があります。についても長年苦情が寄せられてきました。 matplotlib 2.0 の今後のリリースには、より多くのファッショナブルなスタイルが含まれると言われています。

開発者: John D. Hunter

詳細情報: //m.sbmmt.com/link/a563b6d5abbf137175059d6bb14672cc

2. Seaborn

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

Violinplot (Michael Waskom)

Seaborn は matplotlib を使用して、シンプルなコードで美しいチャートを作成します。

Seaborn と matplotlib の最大の違いは、デフォルトの描画スタイルとカラーマッチングが現代的な美しさを備えていることです。

Seaborn は matplotlib 上に構築されているため、Seaborn のデフォルトパラメーターを調整するには matplotlib を理解する必要があります。

開発者: Michael Waskom

詳細情報: //m.sbmmt.com/link/b93f11867481fc6d77908aea58ba6198 ##3 . ggplot

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ! 小さな倍数 (ŷhat)

ggplot は、R、ggplot2 に基づくプロットパッケージであり、「Image Grammar」のソースも使用します ( 『グラフィックスの文法』の概念。

ggplot と matplotlib の違いは、さまざまなレイヤーをオーバーレイして画像を完成できることです。たとえば、軸から始めて、点を追加し、線や傾向線などを追加できます。

「イメージグラマー」は「思考プロセスに近い」描画手法として評価されていますが、matplotlibに慣れているユーザーにとっては、この新しい考え方に慣れるまでに時間がかかるかもしれません。

ggplot の作者は、ggplot は非常にパーソナライズされた画像の作成には適さないと述べました。操作を簡素化するために画像の複雑さを犠牲にします。

ggplot は pandas と緊密に統合されているため、ggplot を使用するときはデータを DataFrame に保存することをお勧めします。

ggplot は pandas と緊密に統合されているため、使用するときは次のことを読むことをお勧めします。データを DataFrame に取り込みます。

開発者: ŷhat

詳細情報:

//m.sbmmt.com/link/be23c41621390a448779ee72409e5f49

4. Bokeh

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ! 3 つの都市のインタラクティブな気象統計 (Continuum Analytics)

ggplot と同様に、Bokeh も「グラフィック文法」の概念に基づいています。

ただし、ggplot とは異なり、完全に Python に基づいており、R から参照されません。

その利点は、ネットワーク上で直接使用できる対話型グラフの作成に使用できることです。チャートは、JSON オブジェクト、HTML ドキュメント、または対話型 Web アプリケーションとして出力できます。

ボーケンは、データストリーミングとリアルタイムデータもサポートしています。 Bokeh は、さまざまなユーザーに 3 つのレベルの制御を提供します。

最高レベルの制御は、主にヒストグラム、箱ひげ図、ヒストグラムなどの一般的な画像を作成するための迅速なグラフ作成に使用されます。

中レベルの制御では、matplotlib と同様に、画像の基本要素 (分布プロット内の点など) を制御できます。

最も低いレベルの制御は、主に開発者とソフトウェアエンジニアを対象としています。

デフォルト値はありません。グラフの各要素を定義する必要があります。

開発者: Continuum Analytics

詳細情報: //m.sbmmt.com/link/fdad3b5b2200b598dfde9517e5b426a8

5, pygal

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

#箱ひげ図 (Florian Mounier)

pygal は、Bokeh や Plotly と同様に、Web ブラウザーに直接埋め込むことができるインタラクティブなグラフィックスを提供します。

他の 2 つとの主な違いは、グラフを SVG 形式で出力できることです。

データサイズが比較的小さい場合は、SVG で十分です。ただし、データポイントが数百または数千ある場合、SVG レンダリングプロセスは非常に遅くなります。

すべてのグラフはメソッドにカプセル化されており、デフォルトのスタイルも非常に美しいため、数行のコードで美しいグラフを簡単に作成できます。

開発者: Florian Mounier

詳細情報:

//m.sbmmt.com/link/bf5d232e6c54a84b97769a91adb1642f ##6 . Plotly

折れ線グラフ (Plotly) グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

オンライングラフ作成ツール Plotly について聞いたことがあるかもしれませんが、Python を通じて使用できることをご存知ですか? ?

Plotly は、Bokeh のようなインタラクティブなグラフの作成に特化していますが、等高線プロット、ツリープロット、3 次元グラフなど、他のライブラリでは見つけるのが難しいいくつかのグラフタイプを提供します。

開発者: Plotly

詳細情報:

//m.sbmmt.com/link/d01c25576ff1c53de58e0e6970a2d510

7. geoplotlib

Choropleth (Andrea Cuttone) グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ!

geoplotlib は、地図および地理的に関連したデータを作成するためのツールボックスです。

これを使用して、等高線マップ、ヒートマップ、点密度マップなどのさまざまなマップを作成できます。

geoplotlib を使用するには、Pyglet (オブジェクト指向プログラミングインターフェイス) をインストールする必要があります。ただし、ほとんどの Python 視覚化ツールはマップを提供していないため、マップの描画専用のツールがあると非常に便利です。

開発者: Andrea Cuttone

詳細情報:

//m.sbmmt.com/link/a9cf46a38a9b05e959f33215e5cdc38a

8 , Gleam

傾向線付き散布図 (David Robinson)

グラフの作成方法がわかりませんか?あなたに役立つ 10 個の Python データ視覚化ライブラリ! Gleam は、R の Shiny からインスピレーションを得ています。 Python プログラムのみを使用して、分析をインタラクティブな Web アプリケーションに変えることができます。HTML CSS や JavaScript の知識は必要ありません。