22个Python绘图包汇总，超实用的那种

npm install echarts

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

 < 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;">