最近和鯨社區(qū)的大佬們，竟不約而同地寫(xiě)起了可視化庫(kù)的教程，開(kāi)始了掰頭

※完整教程列表在文末附錄

雖然對(duì)于我們這種吃瓜群眾來(lái)說(shuō)是件好事，但

大概大佬的快樂(lè)往往就是那么的樸實(shí)無(wú)華且枯燥吧。害，管他呢，趕緊拿出來(lái)給大家瞅瞅。

今天提及的5個(gè)Python可視化庫(kù)分別是 Matplotlib · Seaborn · Bokeh · Plotly · Pyecharts。

其實(shí)單獨(dú)看后4個(gè)庫(kù)，每個(gè)都是炫酷的代名詞，但既然今天大家都同框了，方小鯨就簡(jiǎn)單地將他們做個(gè)比較，從4個(gè)方面看看他們之間的區(qū)別，以便大家各取所需的學(xué)到適合自己的可視化庫(kù)。

Round 1 簡(jiǎn)單的折線圖

這一部分使用5個(gè)庫(kù)可視化了同一組數(shù)據(jù)， 我們同時(shí)展示了可視化這組數(shù)據(jù)時(shí)需要的代碼，以及可視化之后，默認(rèn)呈現(xiàn)的一些功能。通過(guò)這些，我們可以了解到這些庫(kù)的語(yǔ)言風(fēng)格，以及對(duì)它出圖的效果產(chǎn)生一定的預(yù)期。

• Matplotlib

• Seaborn

• Bokeh

• Plotly

• Pyecharts

從以上的結(jié)果看來(lái)，Seaborn如果不選用樣式，那么效果和matplotlib無(wú)二；Bokeh好看了那么一丟丟，自帶圖片的縮放功能；Plotly和Pyecharts的代碼復(fù)雜程度稍有增加，但是提供的標(biāo)簽效果好看

Round 2 功能

有些同學(xué)，訴求可能僅僅是畫(huà)出高精度的圖片，用于撰寫(xiě)論文；而有些同學(xué)需要對(duì)地圖數(shù)據(jù)進(jìn)行操作，故需要特定功能；又有些同學(xué)，需要炫酷的交互來(lái)展示海量數(shù)據(jù)。

所以，方小鯨去這幾個(gè)庫(kù)的官網(wǎng)gallery逛了一下，針對(duì)本鯨比較關(guān)注的幾個(gè)功能做了整理統(tǒng)計(jì)。

○支持的不是很好

可以得出的結(jié)論是，Seaborn就是個(gè)Matplotlib的封裝，功能比較有限；Pyecharts雖然動(dòng)效做的好看，但是控件無(wú)法定制；Bokeh控件玩法多樣，但輸在做3D和動(dòng)畫(huà)要裝插件；相較之下Plotly在功能上完勝。

Round 3 能力邊界

為了讓大家更深刻地理解這些庫(kù)，本鯨找了一些炫酷的作品，希望可以給大家?guī)?lái)視覺(jué)上的沖擊，從而更有動(dòng)力地學(xué)習(xí)這些庫(kù)。

• Matplotlib

• Seaborn

• Bokeh

• Plotly

• Pyecharts

Round 4 總結(jié)陳詞 & 教程

• Matplotlib

Matplotlib是Python數(shù)據(jù)可視化庫(kù)中的泰斗，它已經(jīng)成為python中公認(rèn)的數(shù)據(jù)可視化工具，通過(guò)Matplotlib可以很方便的設(shè)計(jì)和輸出二維以及三維的數(shù)據(jù)，其提供了常規(guī)的笛卡爾坐標(biāo)，極坐標(biāo)，球坐標(biāo)，三維坐標(biāo)等，其輸出的圖片質(zhì)量也達(dá)到了科技論文中的印刷質(zhì)量，日常的基本繪圖更不在話下。

5分鐘上手Matplotlib?www.kesci.com

• Seaborn

Seaborn是基于matplotlib的圖形可視化python包，它在matplotlib的基礎(chǔ)上進(jìn)行了更高級(jí)的API封裝，提供了一種高度交互式界面，從而使得作圖更加容易，便于用戶能夠做出各種有吸引力的統(tǒng)計(jì)圖表。它能高度兼容numpy與pandas數(shù)據(jù)結(jié)構(gòu)以及scipy與statsmodels等統(tǒng)計(jì)模式。

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)。

Python數(shù)據(jù)可視化方法之Seaborn?www.kesci.com

• Bokeh

Bokeh是一個(gè)專(zhuān)門(mén)針對(duì)Web瀏覽器的呈現(xiàn)功能的交互式可視化Python庫(kù),支持現(xiàn)代化web瀏覽器展示（圖表可以輸出為JSON對(duì)象，HTML文檔或者可交互的網(wǎng)絡(luò)應(yīng)用）,這是Bokeh與其它可視化庫(kù)最核心的區(qū)別。它提供風(fēng)格優(yōu)雅、簡(jiǎn)潔的D3.js的圖形化樣式，并將此功能擴(kuò)展到高性能交互的數(shù)據(jù)集，數(shù)據(jù)流上。使用Bokeh可以快速便捷地創(chuàng)建交互式繪圖、儀表板和數(shù)據(jù)應(yīng)用程序等。

Bokeh能與NumPy，Pandas，Blaze等大部分?jǐn)?shù)組或表格式的數(shù)據(jù)結(jié)構(gòu)完美結(jié)合。

Bokeh教程學(xué)習(xí)?www.kesci.com

• Plotly

Plotly是一個(gè)開(kāi)源，交互式和基于瀏覽器的Python圖形庫(kù)，可以創(chuàng)建能在儀表板或網(wǎng)站中使用的交互式圖表（可以將它們保存為html文件或靜態(tài)圖像）。Plotly基于plotly.js，而plotly.js又基于D3.js，因此它是一個(gè)高級(jí)圖表庫(kù)，與Bokeh一樣，Plotly的強(qiáng)項(xiàng)是制作交互式圖 ，有超過(guò)30種圖表類(lèi)型， 提供了一些在大多數(shù)庫(kù)中沒(méi)有的圖表 ，如等高線圖、樹(shù)狀圖、科學(xué)圖表、統(tǒng)計(jì)圖表、3D圖表、金融圖表等。plotly繪制的圖能直接在jupyter中查看，也能保存為離線網(wǎng)頁(yè)，或者保存在http://plot.ly云端服務(wù)器內(nèi)，以便在線查看。

Plotly入門(mén)教程?www.kesci.com

• Pyecharts

Pyecharts是基于 Echarts 開(kāi)發(fā)的，是一個(gè)用于生成 Echarts 圖表的類(lèi)庫(kù)。Echarts 是百度開(kāi)源的一個(gè)數(shù)據(jù)可視化 JS 庫(kù)，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開(kāi)發(fā)者的認(rèn)可。更重要的是，該庫(kù)的文檔全部由中文撰寫(xiě)，對(duì)英文不是很好的開(kāi)發(fā)者尤其友好。而Pyecharts，實(shí)際上就是 Echarts 與 Python 的對(duì)接。

【pyecharts教程】應(yīng)該是全網(wǎng)最全的教程了～?www.kesci.com

附錄

這里是文中未提及，但是也很神仙的一些可視化相關(guān)鏈接

• 教程

【matplotlib】Matplotlib可視化教程～

python--matplotlib數(shù)據(jù)可視化

50題matplotlib從入門(mén)到精通

【美人圖】5分鐘上手Matplotlib

Python數(shù)據(jù)可視化方法之matplotlib

matplotlib數(shù)據(jù)可視化

plotly教程【持續(xù)更新中】

是時(shí)候用plotly代替matplotlib

Plotly入門(mén)教程

seaborn可視化學(xué)習(xí)之 categorial visualization

seaborn可視化學(xué)習(xí)之distribution visualization

seaborn可視化之time series & regression & heatmap

【Seaborn可視化】一文掌握Seaborn可視化

【pyecharts教程】應(yīng)該是全網(wǎng)最全的教程了～

【Pyecharts教程1】讓你的圖表動(dòng)起來(lái)～

【Pyecharts教程2】如何讓你的圖表不那么單調(diào)～

【可視化系列2】pyecharts交互式可視化鞏固訓(xùn)練

炫酷的可視化工具包----cufflinks

嗨～介紹一款地理數(shù)據(jù)可視化神器—keplergl

臺(tái)風(fēng)數(shù)據(jù)分析-高德地圖/Geopandas

python分析--可視化地圖folium庫(kù)使用示例

Sigma.js網(wǎng)絡(luò)圖標(biāo)Demo

總結(jié)

以上是生活随笔為你收集整理的python三维数据转换成二维_5大Python可视化库到底选哪个好？一篇文章搞定从选库到教学...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。