Apakah alat yang paling kerap digunakan untuk visualisasi Python?

王林
Lepaskan: 2023-05-03 16:13:07
ke hadapan
965 orang telah melayarinya

Matplotlib

Matplotlib ialah perpustakaan lukisan untuk Python yang boleh melukis carta garisan berkualiti tinggi, plot taburan, carta lajur, carta bar, dsb. Ia juga merupakan asas untuk banyak perpustakaan visualisasi lain.

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.show()
Salin selepas log masuk

Seaborn

Seaborn ialah perpustakaan visualisasi data Python berdasarkan Matplotlib, digunakan khas untuk melukis grafik statistik, seperti peta haba, plot biola, carta garisan dengan bar ralat, dsb.

import seaborn as sns
import pandas as pd

df = pd.read_csv('data.csv')

sns.boxplot(x='day', y='total_bill', data=df)
Salin selepas log masuk

Plotly

Plotly ialah perpustakaan visualisasi data interaktif yang boleh melukis carta garisan berkualiti tinggi, plot berselerak, grafik 3D dan banyak lagi. Ia menyokong berbilang bahasa pengaturcaraan seperti Python, R, JavaScript, dan banyak lagi.

import plotly.graph_objs as go
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

fig = go.Figure(data=go.Scatter(x=x, y=y))
fig.show()
Salin selepas log masuk

Bokeh

Bokeh ialah perpustakaan visualisasi data interaktif yang turut menyokong berbilang bahasa pengaturcaraan, seperti Python, R, JavaScript, dll. Ia boleh melukis carta garis berkualiti tinggi, carta serakan, carta lajur, carta bar dan banyak lagi.

from bokeh.plotting import figure, show
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

p = figure(title='Sine Wave')
p.line(x, y, legend_label='Sine')
show(p)
Salin selepas log masuk

Altair

Altair ialah perpustakaan visualisasi Python berdasarkan Vega-Lite yang boleh dengan cepat dan mudah melukis carta garis berkualiti tinggi, carta serakan, histogram dan banyak lagi.

import altair as alt
import pandas as pd

df = pd.read_csv('data.csv')

alt.Chart(df).mark_bar().encode(
    x='year',
    y='sales',
    color='region'
)
Salin selepas log masuk

ggplot

ggplot ialah perpustakaan visualisasi Python berdasarkan pustaka ggplot2 dalam bahasa R, yang boleh melukis plot serakan, histogram, plot kotak, dsb.

from ggplot import *
import pandas as pd

df = pd.read_csv('data.csv')

ggplot(df, aes(x='date', y='value', color='variable')) + \
    geom_line() + \
    theme_bw()
Salin selepas log masuk

Holoviews

Holoviews ialah perpustakaan visualisasi Python yang boleh mencipta visualisasi data interaktif dan menyokong berbilang jenis grafik visualisasi, seperti carta garisan, plot serakan, carta bar dan peta haba dll .

import holoviews as hv
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

hv.extension('bokeh')
hv.Curve((x, y))
Salin selepas log masuk

Plotnine

Plotnine ialah perpustakaan visualisasi berdasarkan perpustakaan ggplot2 Python, yang boleh mencipta grafik visualisasi data berkualiti tinggi, seperti plot serakan, histogram, graf garis dan banyak lagi.

from plotnine import *
import pandas as pd

df = pd.read_csv('data.csv')

(ggplot(df, aes(x='year', y='sales', fill='region')) +
 geom_bar(stat='identity', position='dodge'))
Salin selepas log masuk

Wordcloud

Wordcloud ialah perpustakaan Python untuk menjana awan perkataan, yang boleh memaparkan perkataan yang kerap muncul dalam teks secara grafik.

from wordcloud import WordCloud
import matplotlib.pyplot as plt

text = "Python is a high-level programming language"

wordcloud = WordCloud().generate(text)

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
Salin selepas log masuk

Networkx

Networkx ialah perpustakaan Python untuk mencipta, memanipulasi dan menggambarkan rangkaian kompleks. Ia menyokong penciptaan pelbagai jenis struktur rangkaian, seperti graf terarah, graf tidak terarah, graf berwajaran dan banyak lagi.

rreeee

Atas ialah kandungan terperinci Apakah alat yang paling kerap digunakan untuk visualisasi Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:yisu.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!