大致瀏覽一下Python庫索引谜疤，你將會(huì)看到幾乎每個(gè)數(shù)據(jù)可視化需要的庫毒涧，從用于眼動(dòng)研究的GazeParser到用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的實(shí)時(shí)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。
今天复旬，我們將簡要介紹10個(gè)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冲泥。我們注意到驹碍，使用Mode Python Notebooks可以輕松地在本地運(yùn)行Python。
Matplotlib
[圖片上傳失敗...(image-780652-1560929719260)]
兩個(gè)直方圖（matplotlib）
matplotlib是Python數(shù)據(jù)可視化庫中的泰斗凡恍。盡管它已有十多年的歷史志秃，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非常相似嚼酝。
因?yàn)閙atplotlib是第一個(gè)Python數(shù)據(jù)可視化庫浮还，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)同合作的闽巩。一些庫钧舌，如pandas和Seaborn，都是對matplotlib的“包裝器”又官，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)漫试，但它對于快速六敬、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驾荣，matplotlib“功能非常強(qiáng)大外构，但同時(shí)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)格飽受詬病播掷。即將發(fā)布的matplotlib 2.0承諾會(huì)有很多新的風(fēng)格來解決這個(gè)問題审编。
Seaborn
[圖片上傳失敗...(image-daca6-1560929719260)]
Seaborn利用matplotlib的強(qiáng)大功能，幾行代碼就能創(chuàng)建漂亮的圖表歧匈。其與matplotlib主要的區(qū)別是Seaborn的默認(rèn)樣式以及更美觀垒酬、更現(xiàn)代的調(diào)色板設(shè)計(jì)。因?yàn)镾eaborn建立在matplotlib之上件炉，所以你需要了解matplotlib來調(diào)整Seaborn 的默認(rèn)值勘究。
更多資料：
ggplot
[圖片上傳失敗...(image-295ca1-1560929719260)]
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）中的概念斟冕。Ggplot的操作與matplotlib不同：它允許你對組件進(jìn)行分層以創(chuàng)建完整的繪圖口糕。例如，你可以從坐標(biāo)軸開始磕蛇，然后添加點(diǎn)景描，再添加線十办、趨勢線等。盡管圖形語法被譽(yù)為繪圖的“直觀”方法超棺，但經(jīng)驗(yàn)豐富的matplotlib用戶可能需要時(shí)間來適應(yīng)這種新的思維模式向族。
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)的说搅。它為更簡單的繪圖方法犧牲了復(fù)雜性炸枣。
ggplot與pandas緊密集成，因此在使用ggplot時(shí)弄唧，最好將數(shù)據(jù)存儲在數(shù)據(jù)幀中适肠。
Bokeh
[圖片上傳失敗...(image-49f14a-1560929719260)]
三個(gè)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）中的概念候引，但與ggplot不同的是侯养，它完全基于Python，不是從R語言移植過來的澄干。其優(yōu)勢在于能夠創(chuàng)建交互式的逛揩、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 對象麸俘，HTML文檔或交互式web應(yīng)用程序辩稽。Bokeh還支持流媒體和實(shí)時(shí)數(shù)據(jù)。
Bokeh提供了三個(gè)具有不同控制級別的接口从媚，以適應(yīng)不同的用戶類型逞泄。最高級別是快速創(chuàng)建圖表。它包括創(chuàng)建常見圖表的方法拜效，如條形圖喷众、方框圖和柱狀圖。中間層與matplotlib具有相同的特性紧憾，允許你控制每個(gè)圖表的基本構(gòu)建塊（例如散點(diǎn)圖中的點(diǎn)）到千。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)值赴穗，并且要求你定義圖表的每個(gè)元素憔四。
Pygal
[圖片上傳失敗...(image-be5139-1560929719260)]
778570108 群里有志同道合的小伙伴，互幫互助般眉。群里有視頻學(xué)習(xí)教程和PDF加矛，一起學(xué)習(xí)，共同進(jìn)步煤篙！
加群免費(fèi)獲取數(shù)十套PDF資料斟览，助力python學(xué)習(xí)
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辑奈。其主要區(qū)別在于能夠?qū)D表輸出為SVG格式苛茂。只要你在處理較小的數(shù)據(jù)集已烤，SVG就可以幫你做得很好。但是妓羊，如果你制作的圖表中有數(shù)十萬個(gè)數(shù)據(jù)點(diǎn)胯究，它們將很難呈現(xiàn)，并且會(huì)變得遲鈍躁绸。
由于每種圖表類型都被包裝成一個(gè)方法裕循，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(gè)美觀的圖表净刮。
Plotly
[圖片上傳失敗...(image-9e1fef-1560929719259)]
折線圖(Plotly)
你可能知道Plotly是一個(gè)用于數(shù)據(jù)可視化的在線平臺剥哑，但你是否也知道可以從Python notebook 訪問它的功能？和Bokeh 一樣淹父，Plotly的專長是制作交互式繪圖株婴，但它提供了一些在大多數(shù)庫中找不到的圖表，如等高線圖暑认，樹狀圖和三維圖表困介。
Geoplotlib
[圖片上傳失敗...(image-ae7441-1560929719259)]
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蘸际，比如等值線圖座哩、熱圖和點(diǎn)密度地圖。必須安裝pyglet（一個(gè)面向?qū)ο缶幊探涌冢┝竿拍苁褂胓eoplotlib根穷。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驾诈，所以最好有一個(gè)專門針對它們的庫缠诅。
Gleam
[圖片上傳失敗...(image-a38f40-1560929719259)]
趨勢線散點(diǎn)圖(David Robinson)
Gleam的靈感來自R語言的Shiny包溶浴。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)用程序乍迄，所以你不必了解任何其他語言，如HTML士败，CSS或JavaScript闯两。Gleam可以使用任何Python數(shù)據(jù)可視化庫。一旦創(chuàng)建了一個(gè)繪圖谅将，就可以在上面構(gòu)建字段漾狼，這樣用戶就可以過濾和排序數(shù)據(jù)。
Missingno
[圖片上傳失敗...(image-b22941-1560929719259)]
無效矩陣(Aleksey Bilogur)
處理丟失的數(shù)據(jù)是一件痛苦的事饥臂。missingno允許你通過直觀的總結(jié)快速衡量數(shù)據(jù)集的完整性逊躁，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)隅熙。
Leather
[圖片上傳失敗...(image-7513d2-1560929719258)]
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(gè)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)類型稽煤，然后生成SVG圖像核芽，這樣你在調(diào)整圖像大小時(shí)就不會(huì)損失圖像質(zhì)量。由于這個(gè)庫相對較新酵熙，一些文檔仍在編寫中轧简。你可以做的圖表很基礎(chǔ)，但這就是目的匾二。
</article>