大家普遍第一次接觸到的Python數(shù)據(jù)可視化庫(kù)基本上都是Matplotlib。Python還有很多數(shù)據(jù)可視化庫(kù),，本文盤點(diǎn)了12款常用的Python數(shù)據(jù)可視化庫(kù),，挑選適合自己業(yè)務(wù)的那一款吧！

深入學(xué)習(xí)Python商業(yè)數(shù)據(jù)可視化技術(shù),，推薦閱讀《Python商業(yè)數(shù)據(jù)可視化實(shí)戰(zhàn)》,。

▼

Python有很多數(shù)據(jù)可視化庫(kù),，這些數(shù)據(jù)可視化庫(kù)主要分為探索式可視化庫(kù)和交互式可視化庫(kù),。前者透過(guò)簡(jiǎn)單直接的視覺圖形，更方便用戶看懂原數(shù)據(jù),，后者主要用于與業(yè)務(wù)結(jié)合過(guò)程中展現(xiàn)總體分析結(jié)果,。

探索式可視化庫(kù)

探索式分析最大的優(yōu)勢(shì)在于，可以讓業(yè)務(wù)人員在海量數(shù)據(jù)中“自由發(fā)揮”,，不受數(shù)據(jù)模型的限制,。通過(guò)探索式分析和可視化，業(yè)務(wù)人員可以快速發(fā)現(xiàn)業(yè)務(wù)中存在的問(wèn)題,。

Python探索式可視化庫(kù)主要包括如下幾個(gè),。

1Matplotlib

Matplotlib是Python數(shù)據(jù)可視化庫(kù)的元老，盡管它已有十多年的歷史,，但仍然是Python社區(qū)中使用最廣泛的繪圖庫(kù),，編寫幾行代碼即可生成線圖、直方圖,、功率譜密度圖,、條形圖、錯(cuò)誤圖,、散點(diǎn)圖等,。

Python的可視化庫(kù)眾多，各有各的特點(diǎn),，但是Matplotlib是一個(gè)非常基礎(chǔ)的Python可視化庫(kù),，如果需要學(xué)習(xí)Python數(shù)據(jù)可視化,，那么Matplotlib是非學(xué)不可的，之后再學(xué)習(xí)其他庫(kù)就比較簡(jiǎn)單了,。Matplotlib的中文學(xué)習(xí)資料比較豐富,，其中最好的學(xué)習(xí)資料是其官方網(wǎng)站的幫助文檔，大家可以在上面查閱自己感興趣的內(nèi)容,。

2Seaborn

Seaborn利用Matplotlib的強(qiáng)大功能，只用幾行代碼就能創(chuàng)建出漂亮的圖表,。它們的關(guān)鍵區(qū)別在于,，Seaborn的默認(rèn)款式和調(diào)色板設(shè)計(jì)更加美觀和現(xiàn)代。由于Seaborn是在Matplotlib基礎(chǔ)上構(gòu)建的,，因此用戶還需要了解Matplotlib以便調(diào)整Seaborn的默認(rèn)值,。

Seaborn同Matplotlib一樣，也是Python進(jìn)行數(shù)據(jù)可視化分析的重要第三方包,。

Seaborn在Matplotlib的基礎(chǔ)上進(jìn)行了更高級(jí)的API封裝,，使用戶繪圖更加容易，所繪圖形更加漂亮,。Seaborn是基于Matplotlib的一個(gè)模塊,，專用于統(tǒng)計(jì)可視化，可以和Pandas進(jìn)行無(wú)縫連接,，使可視化的初學(xué)者更容易上手,。

相對(duì)于Matplotlib，Seaborn語(yǔ)法更簡(jiǎn)潔,，兩者的關(guān)系類似于Numpy和Pandas的關(guān)系,。但是需要注意的是,，應(yīng)該把Seaborn視為Matplotlib的補(bǔ)充，而不是替代物,。

Seaborn庫(kù)旨在以數(shù)據(jù)可視化為中心來(lái)挖掘與理解數(shù)據(jù),，它提供的面向數(shù)據(jù)集制圖函數(shù)主要是對(duì)行列索引和數(shù)組的操作，包含對(duì)整個(gè)數(shù)據(jù)集進(jìn)行內(nèi)部的語(yǔ)義映射與統(tǒng)計(jì)整合,，以此生成信息豐富的圖表,。

3Pyecharts

Pyecharts是我國(guó)開發(fā)人員開發(fā)的,，相比較Matplotlib,、Seaborn等可視化庫(kù)，Pyecharts十分符合國(guó)內(nèi)用戶的使用習(xí)慣,。

Pyecharts的目的是實(shí)現(xiàn)Echarts與Python的對(duì)接,，以便在Python中使用Echarts生成圖表。

Echarts是百度開源的一個(gè)數(shù)據(jù)可視化JavaScript庫(kù),，生成的圖的可視化效果非常好,，其憑借良好的交互性，精巧的圖表設(shè)計(jì),，得到了眾多開發(fā)者的認(rèn)可

4Missingno

處理缺失的數(shù)據(jù)是一件讓人痛苦的事,，Missingno通過(guò)使用視覺摘要來(lái)快速評(píng)估數(shù)據(jù)集的完整性，而不是通過(guò)大篇幅的表格,。它可以根據(jù)熱力圖或樹狀圖的完成度或點(diǎn)的相關(guān)度對(duì)數(shù)據(jù)進(jìn)行過(guò)濾和排序,。

交互式可視化庫(kù)

數(shù)據(jù)可視化可以是靜態(tài)的也可以是交互的，交互式的數(shù)據(jù)可視化是指人們使用計(jì)算機(jī)和移動(dòng)設(shè)備深入圖表和圖形的具體細(xì)節(jié),，然后用交互的方式改變他們看到的數(shù)據(jù),。Python交互式可視化庫(kù)主要包括如下幾個(gè)。

1Bokeh

Bokeh基于JavaScript實(shí)現(xiàn)交互式可視化,，它是原生Python語(yǔ)法，它可以在Web瀏覽器中實(shí)現(xiàn)美觀的視覺效果,。

它的優(yōu)勢(shì)在于能夠創(chuàng)建交互式的網(wǎng)站圖,，可以很容易地將數(shù)據(jù)輸出為JSON對(duì)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(shí)數(shù)據(jù),。

但是它也有明顯的缺點(diǎn)：一是版本時(shí)常更新，最重要的是有時(shí)語(yǔ)法不向下兼容,，這對(duì)于開發(fā)者來(lái)說(shuō)是噩夢(mèng),；二是語(yǔ)法晦澀，與Matplotlib相比,，可以說(shuō)是有過(guò)之而無(wú)不及,。

2HoloViews

HoloViews是一個(gè)開源的Python庫(kù)，旨在使數(shù)據(jù)分析和可視化更加簡(jiǎn)便,，可以用非常少的代碼行完成數(shù)據(jù)分析和可視化,。

除了默認(rèn)的Matplotlib后端，它還添加了一個(gè)Bokeh后端,。結(jié)合Bokeh提供的交互式小部件,，可以使用HTML5和WebGL快速生成交互式視圖，以及進(jìn)行高維數(shù)據(jù)的可視化探索,。

3Plotly

Plotly是一個(gè)數(shù)據(jù)可視化的在線平臺(tái)，與Bokeh一樣,，Plotly的強(qiáng)項(xiàng)在于制作交互式視圖,，但它提供了一些在大多數(shù)庫(kù)中沒(méi)有的圖表，如等高線圖,、樹狀圖和3D圖表,。可以在線繪制條形圖,、散點(diǎn)圖、餅圖,、直方圖等多種圖形,，可以畫出很多媲美Tableau的高質(zhì)量圖。

Plotly支持在線編輯圖形,，支持Python,、JavaScript、MATLAB和R等多種語(yǔ)言的API,。Plotly生成的所有圖表實(shí)際上都是由JavaScript產(chǎn)生的,，無(wú)論是在瀏覽器還是在Jupyter中，所有的可視化,、交互都是基于plotly.js的,，它是一個(gè)高級(jí)的聲明性圖表庫(kù)，提供了20多種圖表類型,，包含3D圖表,、統(tǒng)計(jì)圖和SVG地圖等。

4pygal

與Bokeh和Plotly一樣,，pygal提供了可以嵌入Web瀏覽器的交互式視圖,。區(qū)別在于，它能夠?qū)D表輸出為SVG格式,。如果用戶使用較小的數(shù)據(jù)集,，則輸出位SVG格式的圖像就可以了,，但是如果用戶制作的圖表包含數(shù)十萬(wàn)個(gè)數(shù)據(jù)點(diǎn)，那么它們就會(huì)很難被渲染并變得反應(yīng)遲鈍,。

Pygal繪制線圖的方法很簡(jiǎn)單,，可以將圖表渲染為一個(gè)SVG文件，用戶使用瀏覽器打開SVG文件就可以查看生成的圖表,。

5plotnine

plotnine是Python中圖形語(yǔ)法的一種實(shí)現(xiàn)，它基于ggplot2包,，語(yǔ)法繪圖功能強(qiáng)大,，可以輕松將數(shù)據(jù)映射到構(gòu)成圖的可視對(duì)象，然后創(chuàng)建自定義的圖形,。plotnine提供各種不同的可視化視圖,，易于適應(yīng)定制化輸出，安裝十分簡(jiǎn)單,，用戶可以通過(guò)pip install plotnine命令直接安裝,。

plotnine的優(yōu)點(diǎn)為代碼簡(jiǎn)潔，易學(xué),；繪制出的圖流暢大方,；不需要很多的代碼就可以繪制出很不錯(cuò)的圖。在使用plotnine繪圖之前,，首先需要理解繪圖的基本概念,。

6Altair

Altair是一個(gè)專為Python編寫,，它可以讓數(shù)據(jù)科學(xué)家更多地關(guān)注數(shù)據(jù)本身和其內(nèi)在的聯(lián)系,。

因?yàn)槭腔赩ega-Lite（交互式圖形語(yǔ)法）的聲明性統(tǒng)計(jì)可視化庫(kù)，Altair API具有簡(jiǎn)單,、友好,、一致等特點(diǎn)。

聲明意味著用戶只需要提供數(shù)據(jù)列與編碼通道之間的鏈接,，例如,，x軸、y軸,、顏色等,，其余的繪圖細(xì)節(jié)它會(huì)自動(dòng)處理。聲明使Altair變得簡(jiǎn)單,、友好和一致,，用戶使用Altair可以輕松設(shè)計(jì)出有效且美觀的可視化代碼。

7ggplot

ggplot是基于R語(yǔ)言的ggplot2包和Python的繪圖系統(tǒng)。ggplot的運(yùn)行方式與Matplotlib不同,，它允許用戶對(duì)組件進(jìn)行分層以創(chuàng)建完整的繪圖,。例如，用戶可以從軸開始畫,，然后添加點(diǎn),，接著添加線、趨勢(shì)線等,。雖然圖形語(yǔ)法被認(rèn)為是繪圖的“直觀”方法,，但經(jīng)驗(yàn)豐富的Matplotlib用戶可能需要時(shí)間來(lái)適應(yīng)這個(gè)新的方式。

8Gleam

Gleam的靈感來(lái)自R語(yǔ)言的Shiny包,。它允許用戶僅使用Python腳本就可將分析結(jié)果轉(zhuǎn)換為交互式Web應(yīng)用程序,，因此用戶不必了解任何其他語(yǔ)言，如HTML,、CSS或JavaScript,。Gleam適用于任何Python數(shù)據(jù)可視化庫(kù)。在創(chuàng)建繪圖后,，用戶可以在它的上面添加字段,，以便對(duì)數(shù)據(jù)進(jìn)行篩選和排序。

圖書推薦

▊《Python商業(yè)數(shù)據(jù)可視化實(shí)戰(zhàn)（全彩）》

王國(guó)平 著

本書由淺入深,、循序漸進(jìn)地介紹了基于Python的商業(yè)數(shù)據(jù)可視化技術(shù),，并結(jié)合實(shí)際案例詳細(xì)介紹了Python在數(shù)據(jù)可視化方面的具體應(yīng)用。

重點(diǎn)介紹了Python的9個(gè)可視化庫(kù),，分別為Matplotlib、Seaborn,、Pyecharts,、Bokeh、HoloViews,、Plotly,、Pygal、plotnine,、Altair,，并介紹了商業(yè)數(shù)據(jù)可視化的思維。讀者通過(guò)學(xué)習(xí)本書,，能夠輕松,、快速地掌握商業(yè)數(shù)據(jù)可視化技術(shù)。