全文共1875字，預(yù)計(jì)學(xué)習(xí)時長4分鐘
大致瀏覽一下Python庫索引，你將會看到幾乎每個數(shù)據(jù)可視化需要的庫，從用于眼動研究的GazeParser到用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的實(shí)時可視化的pastalog。雖然這些庫中有很多庫只能完成一些特定任務(wù)，但有些庫可以應(yīng)用于任何領(lǐng)域。
今天，我們將簡要介紹10個跨學(xué)科的Python數(shù)據(jù)可視化庫，從眾所周知的到晦澀難懂的。我們注意到，使用Mode Python Notebooks可以輕松地在本地運(yùn)行Python。
Matplotlib
兩個直方圖（matplotlib）
matplotlib是Python數(shù)據(jù)可視化庫中的泰斗。盡管它已有十多年的歷史，但它仍是Python使用者最廣泛使用的繪畫庫。其設(shè)計(jì)與20世紀(jì)80年代開發(fā)的一種專有編程語言----MATLAB非常相似。
因?yàn)閙atplotlib是第一個Python數(shù)據(jù)可視化庫，所以很多其它的庫都是以其為基礎(chǔ)構(gòu)建的，亦或者在分析期間與其協(xié)同合作的。一些庫，如pandas和Seaborn，都是對matplotlib的“包裝器”，使我們能夠用更少的代碼以多種方式訪問matplotlib。
盡管matplotlib有助于了解數(shù)據(jù)，但它對于快速、輕松地創(chuàng)建可發(fā)布的圖表用處不大。正如Chris Moffitt在他的Python可視化工具的概述中所稱，matplotlib“功能非常強(qiáng)大，但同時也很復(fù)雜”。
Matplotlib一直以來因其有著獨(dú)特的90年代氣息的默認(rèn)風(fēng)格飽受詬病。即將發(fā)布的matplotlib 2.0承諾會有很多新的風(fēng)格來解決這個問題。
開發(fā)者：John D. Hunter
更多資料：matplotlib.org
Seaborn
Seaborn利用matplotlib的強(qiáng)大功能，幾行代碼就能創(chuàng)建漂亮的圖表。其與matplotlib主要的區(qū)別是Seaborn的默認(rèn)樣式以及更美觀、更現(xiàn)代的調(diào)色板設(shè)計(jì)。因?yàn)镾eaborn建立在matplotlib之上，所以你需要了解matplotlib來調(diào)整Seaborn 的默認(rèn)值。
開發(fā)者： Michael Waskom
更多資料：
http://web.stanford.edu/~mwaskom/software/seaborn/index.html
ggplot
ggplot 是由基于R語言的繪圖系統(tǒng)---ggplot2建立的，也是《圖形語法》（The Grammar of Graphics）中的概念。Ggplot的操作與matplotlib不同：它允許你對組件進(jìn)行分層以創(chuàng)建完整的繪圖。例如，你可以從坐標(biāo)軸開始，然后添加點(diǎn)，再添加線、趨勢線等。盡管圖形語法被譽(yù)為繪圖的“直觀”方法，但經(jīng)驗(yàn)豐富的matplotlib用戶可能需要時間來適應(yīng)這種新的思維模式。
據(jù)創(chuàng)造者所說，ggplot不是為創(chuàng)建高度定制的圖形而設(shè)計(jì)的。它為更簡單的繪圖方法犧牲了復(fù)雜性。
ggplot與pandas緊密集成，因此在使用ggplot時，最好將數(shù)據(jù)存儲在數(shù)據(jù)幀中。
開發(fā)者： ?hat
更多資料：http://ggplot.yhathq.com/
Bokeh
三個城市的交互式天氣統(tǒng)計(jì)（連續(xù)分析）
和ggplot一樣，Boken也是《圖形語法》（The Grammar of Graphics）中的概念，但與ggplot不同的是，它完全基于Python，不是從R語言移植過來的。其優(yōu)勢在于能夠創(chuàng)建交互式的、可直接用于網(wǎng)絡(luò)的繪圖，這些繪圖可以很容易地輸出為JSON 對象，HTML文檔或交互式web應(yīng)用程序。Bokeh還支持流媒體和實(shí)時數(shù)據(jù)。
Bokeh提供了三個具有不同控制級別的接口，以適應(yīng)不同的用戶類型。最高級別是快速創(chuàng)建圖表。它包括創(chuàng)建常見圖表的方法，如條形圖、方框圖和柱狀圖。中間層與matplotlib具有相同的特性，允許你控制每個圖表的基本構(gòu)建塊（例如散點(diǎn)圖中的點(diǎn)）。最底層面向開發(fā)人員和軟件工程師。它沒有預(yù)先設(shè)置的默認(rèn)值，并且要求你定義圖表的每個元素。
開發(fā)者：Continuum Analytics
更多資料： http://bokeh.pydata.org/en/latest/
Pygal
方框圖
與Bokeh和Plotly一樣，pygal提供了可以嵌入到Web瀏覽器中的交互式繪圖。其主要區(qū)別在于能夠?qū)D表輸出為SVG格式。只要你在處理較小的數(shù)據(jù)集，SVG就可以幫你做得很好。但是，如果你制作的圖表中有數(shù)十萬個數(shù)據(jù)點(diǎn)，它們將很難呈現(xiàn)，并且會變得遲鈍。
由于每種圖表類型都被包裝成一個方法，并且內(nèi)置的樣式很漂亮，所以用幾行代碼就可以很容易地創(chuàng)建一個美觀的圖表。
開發(fā)者：Florian Mounier
更多資料： http://www.pygal.org/en/latest/index.html
Plotly
折線圖(Plotly)
你可能知道Plotly是一個用于數(shù)據(jù)可視化的在線平臺，但你是否也知道可以從Python notebook 訪問它的功能？和Bokeh 一樣，Plotly的專長是制作交互式繪圖，但它提供了一些在大多數(shù)庫中找不到的圖表，如等高線圖，樹狀圖和三維圖表。
開發(fā)者： Plotly
更多資料：https://plot.ly/python/
Geoplotlib
等值線圖 (Andrea Cuttone)
geoplotlib是用于創(chuàng)建地圖和繪制地理數(shù)據(jù)的工具箱。你可以用它來創(chuàng)建各種各樣的地圖類型，比如等值線圖、熱圖和點(diǎn)密度地圖。必須安裝pyglet（一個面向?qū)ο缶幊探涌冢?，才能使用geoplotlib。盡管如此，由于大多數(shù)Python數(shù)據(jù)可視化庫都不提供地圖，所以最好有一個專門針對它們的庫。
開發(fā)者：Andrea Cuttone
更多資料：https://github.com/andrea-cuttone/geoplotlib
Gleam
趨勢線散點(diǎn)圖(David Robinson)
Gleam的靈感來自R語言的Shiny包。它允許你只使用Python腳本就可以將分析轉(zhuǎn)化為交互式web應(yīng)用程序，所以你不必了解任何其他語言，如HTML，CSS或JavaScript。Gleam可以使用任何Python數(shù)據(jù)可視化庫。一旦創(chuàng)建了一個繪圖，就可以在上面構(gòu)建字段，這樣用戶就可以過濾和排序數(shù)據(jù)。
開發(fā)者：David Robinson
更多資料：https://github.com/dgrtwo/gleam
Missingno
無效矩陣(Aleksey Bilogur)
處理丟失的數(shù)據(jù)是一件痛苦的事。missingno允許你通過直觀的總結(jié)快速衡量數(shù)據(jù)集的完整性，而不是艱難地瀏覽表格。你可以根據(jù)熱圖或樹形圖中的完成度或點(diǎn)相關(guān)來過濾和排序數(shù)據(jù)。
開發(fā)者：Aleksey Bilogur
更多資料：https://github.com/ResidentMario/missingno
Leather
帶有一致比例的網(wǎng)格圖 (Christopher Groskopf)
Leather的創(chuàng)建者Christopher Groskopf說的好：“Leather是一個為那些現(xiàn)在需要圖表而不在乎是否完美的人設(shè)計(jì)的Python圖表庫”它可用于處理所有數(shù)據(jù)類型，然后生成SVG圖像，這樣你在調(diào)整圖像大小時就不會損失圖像質(zhì)量。由于這個庫相對較新，一些文檔仍在編寫中。你可以做的圖表很基礎(chǔ)，但這就是目的。
開發(fā)者：Christopher Groskopf
聯(lián)系客服
