1. Echarts
1.1 简介
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;">
// 初始化 Echarts 实例
var myChart = echarts.init(document.getElementById('myChart'));
var option = {
title: {
text: 'Echarts 柱状图示例'
},
xAxis: {
type: 'category',
data: ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
},
yAxis: {
type: 'value'
},
series: [{
data: [120, 200, 150, 80, 70, 110, 130],
type: 'bar'
}]
};
// 使用刚指定的配置项和数据显示图表
myChart.setOption(option);
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;">