首页 >

Python中,除了matplotlib外,还有哪些数据可视化的库? |按顺序运行两个python文件夹

python urllib,python oreilly,python3.5访问mysql,用python计算序列,python刷题第27课,python actvicemq,气泡图 python,python和jvm,python 录音 raw,notpad 写python,按顺序运行两个python文件夹Python中,除了matplotlib外,还有哪些数据可视化的库? |按顺序运行两个python文件夹

补充:推荐一个Python新数据可视化模块——PlotlyExpress。

PlotlyExpress

PlotlyExpress是一个新的高级Python数据可视化库,它是Plotly.py的高级封装,它为复杂的图表提供了一个简单的语法。只需一次导入,大多数绘图只要一个函数调用,接受一个整洁的Pandasdataframe,就可以创建丰富的交互式绘图。


PlotlyExpress安装

惯例,使用pip进行安装。

pipinstallplotly_express

PlotlyExpress支持构建图表类型

  • scatter:在散点图中,每行data_frame由2D空间中的符号标记表示。
  • scatter_3d:在3D散点图中,每行data_frame由3D空间中的符号标记表示。
  • scatter_polar:在极坐标散点图中,每行data_frame由极坐标中的符号标记表示。
  • scatter_ternary:在三元散点图中,每行data_frame由三元坐标中的符号标记表示。
  • scatter_mapbox:在Mapbox散点图中,每一行data_frame都由Mapbox地图上的符号标记表示。
  • scatter_geo:在地理散点图中,每一行data_frame都由地图上的符号标记表示。
  • scatter_matrix:在散点图矩阵(或SPLOM)中,每行data_frame由多个符号标记表示,在2D散点图的网格的每个单元格中有一个,其将每对dimensions彼此相对绘制。
  • density_contour:在密度等值线图中,行data_frame被组合在一起成为轮廓标记,以可视化该值的聚合函数histfunc(例如,计数或总和)的2D分布z。
  • density_heatmap:在密度热图中,行data_frame被组合在一起成为彩色矩形瓦片,以可视化该值的聚合函数histfunc(例如,计数或总和)的2D分布z。
  • line:在2D线图中,每行data_frame表示为2D空间中折线标记的顶点。
  • line_polar:在极线图中,每行data_frame表示为极坐标中折线标记的顶点。
  • line_ternary:在三元线图中,每行data_frame表示为三元坐标中折线标记的顶点。
  • line_mapbox:在Mapbox线图中,每一行都data_frame表示为Mapbox地图上折线标记的顶点。
  • line_geo:在地理线图中,每一行都data_frame表示为地图上折线标记的顶点。
  • parallel_coordinates:在平行坐标图中,每行data_frame由折线标记表示,该折线标记穿过一组平行轴,每个平行轴对应一个平行轴dimensions。
  • parallel_categories:在并行类别(或平行集)图中,每行data_frame与其他共享相同值的行组合,dimensions然后通过一组平行轴绘制为折线标记,每个平行轴对应一个dimensions。
  • area:在堆积区域图中,每行data_frame表示为2D空间中折线标记的顶点。连续折线之间的区域被填充。
  • bar:在条形图中,每行data_frame表示为矩形标记。
  • bar_polar:在极坐标图中,每一行都data_frame表示为极坐标中的楔形标记。
  • violin:在小提琴图中,将data_frame行分组成一个曲线标记,以便可视化它们的分布。
  • box:在箱形图中,行data_frame被组合在一起成为盒须标记,以显示它们的分布。
  • strip:在条形图中,每一行都data_frame表示为类别中的抖动标记。
  • histogram:在直方图中,行data_frame被组合在一起成为矩形标记,以可视化该值的聚合函数histfunc(例如,计数或总和)的1D分布y(或者x如果orientation是’h’)。
  • choropleth:在等值区域图中,每行data_frame由地图上的彩色区域标记表示。

gapminder数据集说明

大家使用gapminder数据集进行体验PlotlyExpress。

gapminder数据集显示2007年按国家/地区的人均预期寿命和人均GDP之间的趋势:包含1952~2007年世界各国家人口、GDP发展与/地区的人均预期寿命和人均GDP之间的趋势。

  • Country:国家,China
  • Continent:洲,Asia
  • Year:年份,1952
  • LifeExp:预期寿命,44
  • POP:人口,556263527
  • GdpPercap:分均GDP,400.448611
  • iso_alpha:国家编码,CHN
  • iso_num:国家代码,156
上手体验一下,轻松地进行数据可视化。

散点图scatter

常用参数说明:

  • data_frame:一个’整洁’pandas.DataFrame
  • x:(字符串:列的名称data_frame)此列中的值用于沿笛卡尔坐标沿x轴定位标记。对于水平histogram()s,这些值用作输入histfunc。
  • y:(字符串:列的名称data_frame)此列中的值用于沿笛卡尔坐标中的y轴定位标记。对于垂直histogram()s,这些值用作输入histfunc。
  • color:(字符串:列的名称data_frame)此列中的值用于为标记指定颜色。
  • size:(字符串:列名称data_frame)此列中的值用于指定标记大小。
  • color_continuous_scale:(有效CSS颜色字符串列表)此列表用于在表示的列color包含数字数据时构建连续颜色标度。plotly_express.colors子模块中有各种有用的色标,特别plotly_express.colors.sequential是plotly_express.colors.diverging和plotly_express.colors.cyclical。
  • title:(字符串)图标题。
  • template:(字符串或Plotly.py模板对象)图模板名称或定义。
  • width:(整数,默认None)图形宽度(以像素为单位)。
  • height:(整数,默认600)图形高度(以像素为单位)。


使用散点图描述中国人口与GDP增长趋势图


地理散点图scatter_geo

常用参数说明

  • data_frame:“整洁”pandas.DataFrame
  • lat:(字符串:data_frame)此列的值用于根据地图上的纬度定位标记。
  • lon:(字符串:data_frame)此列的值用于根据地图上的经度定位标记。
  • locations:(字符串:data_frame)该列中的值将根据locationmode并映射到经度/纬度。
  • locationmode:(字符串,“ISO-3”、“美国-州”、“国家名称”之一)确定用于匹配locations地图上的区域。
  • color:(字符串:data_frame)此列的值用于为标记指定颜色。
  • size:(字符串:data_frame)此列的值用于分配标记大小。
  • color_continuous_scale:(有效的css-颜色字符串列表)此列表用于在color包含数字数据。中提供了各种有用的色标。plotly_express.colors子模块,特别是plotly_express.colors.sequential,plotly_express.colors.diverging和plotly_express.colors.cyclical.
  • title:(字符串)图形标题。
  • width:(整数,默认)None)以像素为单位的图形宽度。
  • height:(整数,默认)600)以像素为单位的图形高度。


使用地理散点图描述全球人口与GDP


折线图(line)

常用参数说明

  • data_frame:“整洁”pandas.DataFrame
  • x:(字符串:data_frame)该列的值用于在笛卡尔坐标中沿x轴定位标记。卧式histogram(),这些值用作histfunc.
  • y:(字符串:data_frame)该列的值用于在笛卡尔坐标中沿y轴定位标记。垂直histogram(),这些值用作histfunc.
  • color:(字符串:data_frame)此列的值用于为标记指定颜色。
  • facet_col:(字符串:data_frame)此列中的值用于在水平方向平面子图分配标记。
  • title:(字符串)图形标题。
  • width:(整数,默认)None)以像素为单位的图形宽度。
  • height:(整数,默认)600)以像素为单位的图形高度。


使用折线图描述1952~2007中国与美国人口增长趋势图


条形图(bar)

常用参数说明

  • data_frame:“整洁”pandas.DataFrame
  • x:(字符串:data_frame)该列的值用于在笛卡尔坐标中沿x轴定位标记。卧式histogram(),这些值用作histfunc.
  • y:(字符串:data_frame)该列的值用于在笛卡尔坐标中沿y轴定位标记。垂直histogram(),这些值用作histfunc.
  • color:(字符串:data_frame)此列的值用于为标记指定颜色。
  • facet_row:(字符串:data_frame)此列的值用于向垂直方向上的平面子图分配标记。
  • facet_col:(字符串:data_frame)此列中的值用于在水平方向平面子图分配标记。
  • text:(字符串:data_frame)此列的值以文本标签的形式显示在图中。
  • title:(字符串)图形标题。
  • template:(String或Plotly.py模板对象)图形模板名称或定义。
  • width:(整数,默认)None)以像素为单位的图形宽度。
  • height:(整数,默认)600)以像素为单位的图形高度。


使用条形图描述1952~2007中国与美国人口增长趋势图


等值区域图(choropleth)

常用参数说明

  • data_frame:“整洁”pandas.DataFrame
  • lat:(字符串:data_frame)此列的值用于根据地图上的纬度定位标记。
  • lon:(字符串:data_frame)此列的值用于根据地图上的经度定位标记。
  • locations:(字符串:data_frame)该列中的值将根据locationmode并映射到经度/纬度。
  • locationmode:(字符串,“ISO-3”、“美国-州”、“国家名称”之一)确定用于匹配locations地图上的区域。
  • color:(字符串:data_frame)此列的值用于为标记指定颜色。
  • size:(字符串:data_frame)此列的值用于分配标记大小。
  • color_continuous_scale:(有效的css-颜色字符串列表)此列表用于在color包含数字数据。中提供了各种有用的色标。plotly_express.colors子模块,特别是plotly_express.colors.sequential,plotly_express.colors.diverging和plotly_express.colors.cyclical.
  • title:(字符串)图形标题。
  • width:(整数,默认)None)以像素为单位的图形宽度。
  • height:(整数,默认)600)以像素为单位的图形高度。


使用等值区域图描述各个国家人口数量

若对你有所帮助,欢迎大家评论、留言。

Python中,除了matplotlib外,还有哪些数据可视化的库? |按顺序运行两个python文件夹
  • C语言和C++语言的区别及其适用场景 - 网络|
  • C语言和C++语言的区别及其适用场景 - 网络| | C语言和C++语言的区别及其适用场景 - 网络| ...

    Python中,除了matplotlib外,还有哪些数据可视化的库? |按顺序运行两个python文件夹
  • Python如何匹配多行内容? |python读取土地利用数据库
  • Python如何匹配多行内容? |python读取土地利用数据库 | Python如何匹配多行内容? |python读取土地利用数据库 ...

    Python中,除了matplotlib外,还有哪些数据可视化的库? |按顺序运行两个python文件夹
  • Python自学零基础,如何快速进入互联网运营领域? |python ssh函数
  • Python自学零基础,如何快速进入互联网运营领域? |python ssh函数 | Python自学零基础,如何快速进入互联网运营领域? |python ssh函数 ...