22个Python绘图包汇总,超实用的那种

1. Echarts

1.1 简介

Echarts 是百度开源的一个数据可视化库,提供了构建各种图表的常用功能,包括折线图、柱状图、散点图等等,支持移动端和 PC 端,提供了丰富的交互功能和良好的性能。Echarts 基于 JavaScript 编写,可用于 Vue、React、Angular、jQuery 等各种前端框架。

1.2 安装

使用 Echarts 要先安装它。可以通过 npm 安装,也可以直接引入它的 CDN:

npm install echarts

引入 CDN

 < script src="https://cdn.jsdelivr.net/npm/echarts@5.1.1/dist/echarts.min.js"> 

1.3 使用

使用 echarts 很简单,引入 echarts 后创建一个 div 容器,在这个容器内就可以创建图表了。例如,我们要创建一个柱状图:

 < div id="myChart" style="width: 600px;height:400px;">

2. Matplotlib

2.1 简介

Matplotlib 是 Python 的一个绘图库,可以绘制各种静态图表和交互式图表,例如,折线图、散点图和柱状图等。Matplotlib 可以与 Pandas 和 NumPy 等常用库搭配使用,可以很方便地读取和处理数据,并作出相应的图表,同时还支持许多格式的导出,使用非常广泛。

2.2 安装

使用 pip 安装 Matplotlib:

pip install matplotlib 

2.3 使用

Matplotlib 的基础使用非常简单,先要导入库:

import matplotlib.pyplot as plt

接下来,就可以通过 plt 提供的 API 来创建图表了,例如,我们要绘制一个折线图:

import matplotlib.pyplot as plt

import numpy as np

x = np.arange(0, 10, 0.1)

y = np.sin(x)

plt.plot(x, y)

plt.xlabel('x 值')

plt.ylabel('y 值')

plt.title('标题:y=sin(x)')

plt.show()

3. Plotly

3.1 简介

Plotly 是一个交互式的数据可视化工具,可以用来绘制各种图表,例如,折线图、散点图、面积图、热力图等等。它适用于 Python、R、JavaScript 和 MATLAB 等语言,并且支持在线协作,可以共享和嵌入多种格式的图表。

3.2 安装

使用 pip 安装 Plotly:

pip install plotly

3.3 使用

Plotly 的使用非常灵活,可以通过其提供的各种 API 来绘制各种图表。例如,我们要创建一个简单的折线图:

import plotly.graph_objs as go

x = [1, 2, 3, 4, 5]

y = [1, 3, 2, 4, 5]

fig = go.Figure(data=go.Scatter(x=x, y=y))

fig.show()

4. Seaborn

4.1 简介

Seaborn 是一个基于 Matplotlib 的数据可视化库,可以用于绘制各种图表,例如,散点图、折线图、柱状图、热力图等等。Seaborn 提供了丰富的色彩和美观的图表样式,同时还支持数据的可视化分析,非常实用。

4.2 安装

使用 pip 安装 Seaborn:

pip install seaborn

4.3 使用

使用 Seaborn 先要导入库:

import seaborn as sns

接下来,就可以通过 sns 提供的 API 来创建图表了,例如,我们要创建一个简单的散点图:

import seaborn as sns

import numpy as np

x = np.random.randn(100)

y = np.random.randn(100)

sns.scatterplot(x=x, y=y)

sns.set_style('darkgrid')

sns.set_palette('Set2')

sns.set_context('notebook')

sns.despine()

5. Bokeh

5.1 简介

Bokeh 是一个 Python 交互式可视化库,可以用来绘制各种图表,例如,散点图、折线图、柱状图、饼图等等。Bokeh 支持数据的动态更新和交互操作,非常适合数据可视化分析和交互式探索,同时还支持 Jupyter Notebook。

5.2 安装

使用 pip 安装 Bokeh:

pip install bokeh

5.3 使用

使用 Bokeh 先要导入库:

from bokeh.plotting import figure, show

from bokeh.io import output_notebook

output_notebook()

# 创建一个新的绘图对象

p = figure(title='Bokeh 散点图')

# 添加散点图

p.circle([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], size=20, color='navy')

# 显示绘图结果

show(p)

6. Pygal

6.1 简介

Pygal 是一个 Python 的 SVG 绘图库,可以用于绘制各种图表,例如,柱状图、折线图、饼图、直方图等等。Pygal 的特点是轻量级和易于使用,同时还支持多语言和自定义主题。

6.2 安装

使用 pip 安装 Pygal:

pip install pygal

6.3 使用

使用 Pygal 先要导入库:

import pygal

# 创建一个新的绘图对象

line_chart = pygal.Line()

# 添加数据

line_chart.add('line', [1, 3, 2, 5, 4])

# 输出 SVG

line_chart.render_to_file('line_chart.svg')

7. GGPlot

7.1 简介

GGPlot 是一个 Python 的绘图库,可以用于绘制带有图层的统计图形,例如,散点图、柱状图、直方图等等。GGPlot 和 R 语言的 ggplot2 类似,都是基于 Grammar of Graphics 理论的图形语法。

7.2 安装

使用 pip 安装 GGPlot:

pip install ggplot

7.3 使用

使用 GGPlot 先要导入库:

from ggplot import *

import pandas as pd

# 添加数据

df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [6, 7, 2, 4, 5]})

# 绘制散点图

p = ggplot(df, aes(x='x', y='y')) + geom_point()

print(p)

8. Altair

8.1 简介

Altair 是一个 Python 的声明式可视化库,可以用于绘制各种图表,例如,散点图、柱状图、直方图等等。Altair 使用 Vega-Lite 语法,支持数据的动态更新和交互操作。

8.2 安装

使用 pip 安装 Altair:

pip install altair

8.3 使用

使用 Altair 先要导入库:

import altair as alt

import pandas as pd

# 添加数据

df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [6, 7, 2, 4, 5]})

# 绘制散点图

chart = alt.Chart(df).mark_point().encode(

x='x',

y='y'

)

chart

9. Plotnine

9.1 简介

Plotnine 是一个 Python 的绘图库,可以用于绘制各种图表,例如,散点图、柱状图、直方图等等。Plotnine 基于 Python 的 ggplot2,在语法和风格上与之相似,可以方便地绘制优美和可重现的图形。

9.2 安装

使用 pip 安装 Plotnine:

pip install plotnine

9.3 使用

使用 Plotnine 先要导入库:

from plotnine import *

import pandas as pd

# 添加数据

df = pd.DataFrame({'x': [1, 2, 3, 4, 5], 'y': [6, 7, 2, 4, 5]})

# 绘制散点图

ggplot(df, aes(x='x', y='y')) + geom_point()

10. GooPyCharts

10.1 简介

GooPyCharts 是一个 Python 的绘图库,支持绘制多种常见图表,例如,散点图、柱状图、直方图等等。GooPyCharts 使用 SVG 技术,支持图片导出和自定义样式。

10.2 安装

使用 pip 安装 GooPyCharts:

pip install goopycharts

10.3 使用

使用 GooPyCharts 先要导入库:

import goopycharts as gg

# 创建一个新的绘图对象

fig = gg.Figure()

# 添加散点图

fig.add_data([1, 3, 2, 4, 5], [6, 7, 2, 4, 5], 'scatter')

# 显示绘图结果

fig.show()

11. Python Graph Gallery

11.1 简介

Python Graph Gallery 是一个 Python 的图表库,提供了多种图表样式和代码实例,可以帮助我们快速理解和使用 Python 绘图库。

11.2 安装

Python Graph Gallery 不需要安装,可以直接访问其网站:https://www.python-graph-gallery.com/

11.3 使用

Python Graph Gallery 提供了多种图表样式和代码实例,我们可以根据实际需要选择相应的样式和代码进行使用。

12. D3.js

12.1 简介

D3.js 是一个 JavaScript 的数据可视化库,可以用于绘制各种图表,例如,散点图、柱状图、热力图等等。D3.js 是基于 SVG 和 Canvas 的原生绘图库,支持交互式操作和动态更新,非常灵活和强大。

12.2 安装

D3.js 不需要安装,可以直接引入它的 CDN:

 < script src="https://d3js.org/d3.v6.min.js">

< script src="https://d3js.org/d3-color.v2.min.js">

< script src="https://d3js.org/d3-interpolate.v2.min.js">

< script src="https://d3js.org/d3-scale-chromatic.v2.min.js">

12.3 使用

D3.js 的使用非常灵活,可以通过其提供的 API 来绘制各种图表。例如,我们要创建一个简单的散点图:

 < div id="myChart" style="width:600px;height:400px;">