遇见神器!cufflinks:一款美不胜收的 Python 可视化工具包!
Python 可视化 神器 一款 工具包 遇见
2023-09-14 09:06:06 时间
欢迎关注 ,专注 Python、数据分析、数据挖掘、好玩工具!
近几年以来,Python 可视化库可谓是层出不穷,从 Matplotlib 到 pyecharts,数据可视化的应用也十分广泛,几乎可以应用于自然科学、工程技术、金融、通信和商业等各种领域。
最近逛 Github 时,发现了一个新的可视化库:cufflinks,体验了一下非常不错,它的最大特色是:使用简单、图形漂亮、代码量少,你只需用一两行代码,就能画出非常漂亮的图形。欢迎收藏学习,喜欢点赞支持。
Github链接:https://github.com/santosjorge/cufflinks
我们一起来看看吧!
1.用法简单
cufflinks 库主要和 dataFrame 数据结合使用,绘图函数就是 dataFrame.iplot,记住这个就行了,但是 iplot 函数里的参数很多,一些参数说明如下:
kind:图的种类,如 scatter、pie、histogram 等
mode:lines、markers、lines+markers,分别表示折线、点、折线和点
colors:轨迹对应的颜色
dash:轨迹对应的虚实线,solid、dash、dashdot 三种
width:轨迹的粗细
xTitle:横坐标名称
yTitle:纵坐标的名称
title:图表的标题
如下图,df为随机生成的dataFrame数据,kind='bar’表示柱状图,title代表标题,xTitle命名X轴,yTitle命名Y轴:
import pandas as pd
import numpy as np
import cufflinks as cf
df=pd.DataFrame(np.random.rand(12, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind ='bar',title='示例', xTitle = 'X轴', yTitle ='Y轴')
2.少量代码就能画出非常漂亮的图形
cufflinks为我们提供了丰富的主题样式,支持包括polar、pearl、henanigans、solar、ggplot、space和white等7种主题。
折线图
cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')
cufflinks使用datagen生成随机数,figure定义为lines形式,cf.datagen.lines(2,10)的具体形式如下:
cf.datagen.lines(2,10) #2代表2组,10代表10天
散点图
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind='scatter',mode='markers',colors=['orange','teal','blue','yellow'],size=20,theme='solar')
气泡图
df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')
subplots 子图
df=cf.datagen.lines(4)
df.iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True,theme='ggplot')
箱形图
cf.datagen.box(20).iplot(kind='box',legend=False,theme='ggplot')
直方图
df.iloc[:,0:3].iplot(kind='histogram')
3D图
cf.datagen.scatter3d(5,4).iplot(kind='scatter3d',x='x',y='y',z='z',text='text',categories='categories')
线性图
cf.datagen.lines(3).iplot(kind='scatter',xTitle='Dates',yTitle='Returns',title='Cufflinks - Filled Line Chart', colorscale='-blues',fill=True)
cufflinks库还有更丰富的绘图功能,在上述Github上可以探索学习。
技术交流
欢迎转载、收藏、有所收获点赞支持一下!
目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友
- 方式①、发送如下图片至微信,长按识别,后台回复:加群;
- 方式②、添加微信号:dkl88191,备注:来自CSDN
- 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群
相关文章
- Python jinja2
- python matplotlib绘制六种可视化图表
- 03-PubSubHubbub 和 twisted 的 Persistent connections 能力 | 07.杂项 | Python
- 【问题解决方案】从 Anaconda Prompt 或 Jupyter Notebook 终端进入Python后重新退出到命令状态
- python: 多线程实现的两种方式及让多条命令并发执行
- 使用python和tableau对数据进行抓取及可视化
- 【OpenCV-Python】cvui 之 trackbar
- python报错:ModuleNotFoundError: No module named ‘tkinter‘ 解决办法
- [ML] 可视化编写运行 Python 脚本的工具 Jupyter
- [Link]选择一个 Python Web 框架:Django vs Flask vs Pyramid
- 华为OD机试 - 寻找相似单词(Java & JS & Python)
- Py之pyecharts:python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略
- Python可视化数据分析04、NumPy库使用
- pyecharts开篇(python可视化神器)
- 100天精通Python(可视化篇)——第80天:matplotlib绘制不同种类炫酷柱状图代码实战(簇状、堆积、横向、百分比、3D柱状图)
- 「github资料」40个Python可视化图表案例(附零基础学习资料)篇幅较长,建议收藏
- 〖Python自动化办公篇⑪〗- word文件自动化 - word 转 PDF(pdfkit与pydocx相结合)
- python | 女神喜欢看漫画?看我大展神通采集下它所有漫画
- 【Python实战】全球疫情数据采集, 并做可视化展示
- Python抓取电商平台数据 / 采集商品评论 / 可视化展示 词云图...
- 【推荐收藏 】Python写入MySQL数据库的三种方式,最后一种方式方便又高效
- Python可视化神器:pyecharts,轻松绘制 30+ 种超实用精美图表!
- 可视化 Python 打包 exe,这个神器绝了!
- 性能有瓶颈?3 个实时可视化 Python 工具包来帮你!
- python桶排序代码
- Python struct.pack()函数用法解析
- Python编程:tkinter创建GUI可视化界面
- python爬虫:scrapy框架Scrapy类与子类CrawlSpider
- python 黑客书籍 ——扫描+暴力破解
- Python 异步网络爬虫教程大全
- Python可视化数据分析01、python环境搭建
- Python——面向对象编程(十一)