Pythonで一般的に使用されている4つの描画ライブラリの「描画原理」を詳しく説明してください。学習できない描画ライブラリはありますか？

なぜこの記事を書くのですか？

最近、多くのファンから、Pythonの描画ライブラリが多すぎるとの質問が寄せられていますが、どれを学ぶべきかわかりますか？特定の描画ライブラリを選択した後でも不知道怎么学、最初のステップで何をすべきか、次に何をすべきか、4つの単語がわかりません一学就忘。

実際、これも困扰当時の私にとっては問題でした。numpyとpandasの学習を終えた後、matplotlibの学習を開始しました。とにかくとても壊れていました。描画コードがたくさんあると感じるたびに、描画ロジックが完全に台無しになり、その方法がわかりませんでした。

後で繰り返し学習して、Python描画ライブラリを学習する方法を見つけました绘图原理。それはそれを学習することです。言われているように：“知己知彼，百战不殆”原理を学んだ後、残りは習熟度の問題です。

今日はみんなの櫛で記事を使用してmatplotlib、seaborn、plotly、pyecharts描画の原則は、私たちはもはやそれは懸命に学ぶないこと！
ここに写真の説明を挿入

1.Matplotlib描画原理

matplotlibのより詳細な描画手順については、次の記事を参照してください。読んだ後で学ぶことができると思います。

Matplotlibの描画原理：http：//suo.im/678FCo

1）描画原理の説明

私自身の研究と理解を通じて、matplotlibの描画原理を次のステップに要約します。

①ガイドライブラリ
②figureキャンバスオブジェクトを作成する
③対応する位置のaxes座標系オブジェクトを取得する
④axesオブジェクトを呼び出して、対応する位置にグラフィックを描画します
⑤グラフィックを表示

2）ケースの説明

# 1.导入相关库
import matplotlib as mpl
import matplotlib.pyplot as plt
# 2.创建figure画布对象
figure = plt.figure()
# 3.获取对应位置的axes坐标系对象
axes1 = figure.add_subplot(2,1,1)
axes2 = figure.add_subplot(2,1,2)
# 4.调用axes对象，进行对应位置的图形绘制
axes1.plot([1,3,5,7],[4,9,6,8])
axes2.plot([1,2,4,5],[8,4,6,2])
# 5.显示图形
figure.show()

結果は次のとおりです。
ここに写真の説明を挿入

2.海の描画原理

4枚のグラフィックスでは、ライブラリの内部のみmatplotlibとseaborn特定のリンクがあり、描画ライブラリの残りの部分との間の接触せずに、でも描画原理は同じではありません。

seabornはmatplotlib更高级的封装です。したがって、seabornを学ぶ前に、まずmatplotlibの描画原理を知っておく必要があります。seabornはmatplotlibのより高度なパッケージであるため、seabornで调优参数设置グラフィックを描画した後にmatplotlibのパッケージを使用することもできます。

matplotlibを使用して描画するには、多くの描画パラメータを調整する必要があり、覚えておくべきことがたくさんあります。Seabornは、matplotlibに基づいてより高度なパッケージを作成したため绘图更加容易、基礎となる多数のパラメーターを知らなくても、より繊細なグラフィックを多数描画できます。それだけでなく、seabornは互換性がnumpyあり、pandasデータ構造もデータの整理に大きな役割を果たしているため、データの視覚化をより広範囲に完了することができます。

seabornとmatplotlibの描画原理のため、绘图原理一致ここでは詳しく紹介しません。seabornの描画方法については、上記のmatplotlibの描画原理を参照してください。ここにすべての人向けのWebサイトがあります。

海生まれの描画原理：http：//suo.im/5D3VPX

1）ケースの説明

# 1.导入相关库
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_excel("data.xlsx",sheet_name="数据源")

sns.set_style("dark")
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 注意：estimator表示对分组后的销售数量求和。默认是求均值。
sns.barplot(x="品牌",y="销售数量",data=df,color="steelblue",orient="v",estimator=sum)
plt.show()

結果は次のとおりです。
ここに写真の説明を挿入
注意：上記の描画コードには、matplotlib描画コードとseaborn描画コードの両方があるという感覚があるはずです。実際、これは事実です。matplobtの描画原則に従ってグラフィックを描画しますが、一部の場所は海生固有のコードに変更できます。残りの調整形式は、matplotlibのメソッドを使用して調整できます。

3.プロットの描画原理

まず、この図の描画原理を紹介する前に、描画ライブラリを簡単に紹介しましょう。

Plotlyはjavascriptベースの描画ライブラリです。Plotlyにはさまざまなタイプのプロットと美しい効果があります。
plotlyの描画結果を簡単に保存および共有でき、Webとシームレスに統合できます。
plotyのデフォルトの描画結果はHTMLWebページファイルであり、ブラウザから直接表示できます。

その描画原理はmatplotlibやseabornとは何の関係もありません。別々に学ぶ必要があります。同様に、私はあなたがより詳細に計画的に学ぶためのウェブサイトをあなたに提供します。

プロット描画の原則：http：//suo.im/5vxNTu

1）描画原理の説明

私自身の研究と理解を通して、私は次のステップにプロット的に描く原則を非常に要約します。

①「ployly」と呼ばれるグラフィックトレースを描画しtraceます。各トレースはトレースです。
②トラックをリストにまとめて「トラックリスト」を作成します。トラックはリストに配置され、複数のトラックもリストに配置されます。
③キャンバスを作成しながら、上述した通過轨迹列表中にFigure()それを。
④Layout()他の描画パラメータを追加してグラフィックを改善するために使用します。
⑤グラフィックを表示します。

2）ケースの説明

import numpy as np
import pandas as pd
import plotly as py
import plotly.graph_objs as go
import plotly.expression as px
from plotly import tools

df = pd.read_excel("plot.xlsx")
# 1.绘制图形轨迹，在ployly里面叫做`trace`，每一个轨迹是一个trace。
trace0 = go.Scatter(x=df["年份"],y=df["城镇居民"],name="城镇居民")
trace1 = go.Scatter(x=df["年份"],y=df["农村居民"],name="农村居民")
# 2.将轨迹包裹成一个列表，形成一个“轨迹列表”。一个轨迹放在一个列表中，多个轨迹也是放在一个列表中。
data = [trace0,trace1]
# 3.创建画布的同时，并将上述的`轨迹列表`，传入到`Figure()`中。
fig = go.Figure(data)
# 4.使用`Layout()`添加其他的绘图参数，完善图形。
fig.update_layout(
    title="城乡居民家庭人均收入",
    xaxis_title="年份",
    yaxis_title="人均收入（元）"
)
# 5.展示图形。
fig.show()

結果は次のとおりです。
ここに写真の説明を挿入

4.pyecharts描画原理

EchartsBaiduがオープンソースとするデータ視覚化ツールであり、優れたインタラクティブ性と絶妙なチャートデザインにより、多くの開発者に認められています。Pythonは表現力豊かな言語であり、データ処理に非常に適しています。データ分析がデータ視覚化と出会うとき、それはpyecharts生まれました。

pyechartsが分割されv0.5、v12つの大きなバージョンv0.5と2つのバージョンは互換性がありませんv1、v1は新しいバージョンであるため基于v1版本、操作について可能な限り学習しています。

プロットのように、pyechartsの描画原理はmatplotlibやseabornとは完全に異なり、描画原理についてさらに学ぶ必要があります。これに基づいて、pyechartsをより詳細に学習するためのWebサイトも提供します。

pyechartsの描画原理：http：//suo.im/5S1PF1

1）描画原理の説明

私自身の研究と理解を通して、私は次のステップにプロット的に描く原則を非常に要約します。

①チャートタイプを選択します。
②グラフィックスクラスを宣言し、データを追加します。
③グローバル変数を選択します。
④チャートを表示して保存します。

2）ケースの説明

# 1.选择图表类型：我们使用的是线图，就直接从charts模块中导入Line这个模块；
from pyecharts.charts import Line
import pyecharts.options as opts
import numpy as np

x = np.linspace(0,2 * np.pi,100)
y = np.sin(x)

(
 # 2.我们绘制的是Line线图，就需要实例化这个图形类，直接Line()即可；
 Line()
 # 3.添加数据，分别给x,y轴添加数据；
 .add_xaxis(xaxis_data=x)
 .add_yaxis(series_name="绘制线图",y_axis=y,label_opts=opts.LabelOpts(is_show=False))
 .set_global_opts(title_opts=opts.TitleOpts(title="我是标题",subtitle="我是副标题",title_link="https://www.baidu.com/"),
                  tooltip_opts=opts.TooltipOpts())
).render_notebook() # 4.render_notebook()用于显示及保存图表；

結果は次のとおりです。
ここに写真の説明を挿入

概要

以上のことから、これらのライブラリーの描画原理を誰もが新たに理解できるようになると思います。

実際、プログラミングソフトウェアの描画ライブラリであっても、描画の原則があります。あらゆる種類のグラフィックを盲目的に描くのではなく、まずルーチンを理解してから、描画ライブラリでグラフィックを練習する必要があります。これが続けば、誰もが大きな改善を得ることができると思います。