Рекомендуются следующие часто используемые гаджеты визуализации данных Python. После того, как вы освоите их использование, визуализация данных больше не будет проблемой. Более того, эти библиотеки визуализации данных могут учиться друг у друга при их использовании и максимизировать выражение информации о данных. Давайте узнаем об этом вместе, какие библиотеки визуализации данных существуют? Может помочь нам лучше представить данные.
1. Matplotlib: базовая библиотека рисования.
Официальный сайт: https://www.matplotlib.org.cn/
Matplotlib — это библиотека Python для 2D-графики, которая создает графику публикационного качества в различных печатных форматах и в кроссплатформенной интерактивной среде. Matplotlib доступен для сценариев Python, оболочек Python и IPython, блокнотов Jupyter, серверов веб-приложений и четырех наборов инструментов графического пользовательского интерфейса.
Matplotlib пытается сделать простые вещи проще, а сложные — возможными, позволяя создавать диаграммы, гистограммы, спектры мощности, гистограммы, графики ошибок, диаграммы рассеяния и многое другое с помощью всего лишь нескольких строк кода.
Для простого построения графиков модуль pyplot предоставляет интерфейс, подобный MATLAB, особенно в сочетании с IPython.Для опытных пользователей у вас есть полный контроль над стилем линий, атрибутами шрифта с помощью объектно-ориентированного интерфейса или набора функций, знакомых пользователям MATLAB. ., свойства оси и т. д.
2. Seaborn: расширенная библиотека matplotlib
Официальный сайт: http://seaborn.pydata.org/.
Seaborn — это библиотека визуализации данных Python, построенная на основе matplotlib и тесно интегрированная со структурами данных Pandas, обеспечивающая высокоуровневый интерфейс для рисования привлекательной и информативной статистической графики.
Seaborn можно использовать для исследования данных. Его функции построения графиков работают с фреймами данных и массивами, содержащими весь набор данных, и внутренне выполняют необходимое семантическое сопоставление и статистическую агрегацию для создания информационных графиков. Его декларативный API для наборов данных может фокусироваться на значении различных элементов. рисования, а не подробности того, как их рисовать.
Matplotlib имеет комплексный и мощный API, который позволяет изменять практически любой атрибут графика по своему вкусу.Сочетание расширенного интерфейса seaborn и глубоких возможностей настройки matplotlib позволяет Seaborn как быстро исследовать данные, так и создавать качественные настраиваемые публикации.Графика финала продукт.
3. Pyecharts: интерактивные диаграммы.
Официальный сайт: https://pyecharts.org/#/
Echarts — это средство визуализации данных с открытым исходным кодом от Baidu. Оно признано многими разработчиками за хорошую интерактивность и изысканный дизайн диаграмм. Python — выразительный язык, очень подходящий для обработки данных. Когда анализ данных сочетается с их визуализацией, появились диаграммы pyecharts.
Pyecharts имеет простой дизайн API, он гладкий, как шелк, поддерживает цепные вызовы, включает более 30 общих диаграмм и все, что вам нужно, поддерживает основные среды Notebook, Jupyter Notebook и JupyterLab, а также имеет очень гибкие элементы конфигурации, которые можно легко сопоставить. Красивая диаграмма .
Мощная функция взаимодействия с данными Pyecharts делает информацию выражения данных более наглядной и увеличивает эффект взаимодействия человека с компьютером.Эффект представления данных можно напрямую экспортировать в html-файлы, что увеличивает возможности взаимодействия результатов данных и упрощает передачу информации.
Pyecharts имеет богатые материалы для диаграмм и поддерживает цепные вызовы. Ниже представлена функция географической диаграммы, использующая Pyecharts для интуитивного отображения эффектов визуализации данных в пространстве.
4. wordcloud: диаграмма облака слов
Чтобы нарисовать диаграмму облака слов, вы можете использовать библиотеку wordcloud в Python. Сначала используйте pip install wordcloud, чтобы установить библиотеку. После импорта текстовых данных создайте объект WordCloud, установите цвет фона, ширину и высоту слова диаграмму облака и используйте методgenerate() для преобразования текста. Передайте его объекту облака слов, чтобы сгенерировать график облака слов. Наконец, используйте метод imshow() для отображения графика облака слов и используйте метод axis() чтобы скрыть ось координат.
import matplotlib.pyplot as plt
from wordcloud import WordCloud
text = "This is some sample text for generating a word cloud."
# 创建词云对象
wordcloud = WordCloud(background_color='white', width=800, height=600).generate(text)
# 显示词云图
plt.figure(figsize=(9, 6))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()
5. Plotly: динамические интерактивные диаграммы
Официальный сайт: https://plotly.com/python/statistical-charts/.
Plotly — это библиотека Python для визуализации данных, которая может рисовать различные типы диаграмм, такие как линейные графики, точечные диаграммы, гистограммы, коробчатые диаграммы, тепловые карты и т. д. Она имеет интерактивные функции. Ее также можно создавать, публиковать и отображать непосредственно в Интернете. Публикуйте интерактивную графику Используйте Plotly для быстрого создания красивых диаграмм.
Plotly поддерживает создание статических и интерактивных графиков. Статические графики подходят для отчетов по анализу данных, а интерактивные графики больше подходят для использования в веб-приложениях и информационных панелях данных. Они также поддерживают использование в блокнотах Jupyter для облегчения анализа данных. визуализация.
Plotly — это мощный и простой в использовании инструмент визуализации данных. Начать работу с ним относительно легко. На официальном сайте имеется множество диаграмм, которые можно использовать напрямую. Это значительно облегчает читателям анализ данных и подходит для использования. аналитиками данных.
Выше приведены наиболее часто используемые библиотеки визуализации данных, обобщенные автором. Можно ли их использовать в качестве гаджетов визуализации данных? Если вы хотите узнать больше о библиотеках визуализации данных Python,
Здесь я хотел бы поделиться с вами некоторыми бесплатными курсами, которые может изучить каждый. Ниже приведены скриншоты курсов. Отсканируйте QR-код внизу, чтобы получить их все.
1. Маршруты обучения Python во всех направлениях
2. Учебное программное обеспечение
Если рабочий хочет хорошо выполнять свою работу, он должен сначала заточить свои инструменты. Широко используемое программное обеспечение для изучения Python уже здесь, что экономит всем массу времени.
3. Учебные материалы
4. Практическая информация
Практика – единственный критерий проверки истины. Сжатые пакеты, представленные здесь, помогут вам улучшить свои личные способности в свободное время.
5. Видеокурсы
Что ж, на этом сегодняшний рассказ заканчивается. Счастливого времени всегда мало. Друзья, которые хотят изучить больше курсов, не волнуйтесь, сюрпризов будет больше~