【干货】Pycon 2017： Python可视化库大全

正文

请到「今天看啥」查看全文

详细信息可在其官方网站查阅：

http://bokeh.pydata.org

plotly

Plotly是另一个免费进行数据分析和绘制图表的APP，建立在d3.js上。 Plotly图可下载为SVG，EPS或PNG格式，并简单地导入到Illustrator或者Photoshop中。

跟bokeh类似，也可以制作一些交互式的web图。

plotly部分绘图实例如下：

详细内容可以去官网参考：

https://plot.ly/python/

其他综合类型库

Holoviews

Holoviews能够让用户构建有助于可视化的数据结构，而且它包含丰富的可组合元素库，可以覆盖、嵌套和轻松定位。同时，它还支持快速数据探索。

Holoviews可以和Seaborn、pandas或者bokeh组合使用。

由于笔者还没具体了解过Holoviews的使用功能，这里将英文的描述直接放在下面，以免个人理解不准确而产生误导。

关于Holoviews的效果图，可参考下面动态图，建议观看原视频，效果会好点。

Altair

Altairs起源于D3，但代码编写量要比D3简单。这里有两幅对比的图如下：

• 用D3绘制的柱状图

  

• 用Altairs绘制的柱状图

  

Altair 是 Python 高级声明式可视化库。Altair 提供一个 Python API 在声明式 manner 中构建静态统计可视化库。

什么是声明式可视化库呢，不管是翻译成中文的名称还是看英文的名称，我都一脸懵圈。幸好，有英文的进一步描述，如下：

总的来说，Altairs让开发者们更专注于数据及他们之间的关系，而不是一些不重要的细节。

最后，再放上这张Python可视化的全景图，对于个人而言，不一定能全部熟悉使用，但是能熟练用好其中的一部分，实际应用于工作及项目中，也就OK了。

End

你投稿，我送书

为了让大家能有更多的好文章可以阅读，36大数据联合华章图书共同推出「祈文奖励计划」，该计划将奖励每个月对大数据行业贡献（翻译or投稿）最多的用户中选出最前面的10名小伙伴，统一送出华章图书邮递最新计算机图书一本。投稿邮箱:[email protected]

点击查看：你投稿，我送书，「祈文奖励计划」活动详情>>>

阅读排行榜/精华推荐

请到「今天看啥」查看全文