最近整理了一些比较优秀的Python数据可视化库(来自过去从各种推荐中收藏的内容以及在github中的搜索),比较全面,供朋友们参考。
数据绘图
- Lux:数据框自动可视化发现
自动化可视化数据框、辅助数据探索。在 Jupyter 中打印数据框,Lux会推荐一组可视化图表,以展示数据(交互式显示)。
链接:https://github.com/lux-org/lux
案例:https://notebooks.gesis.org/binder/jupyter/user/lux-org-lux-binder-23o8wej4/lab/tree/demo/hpi_covid_demo.ipynb
- cufflinks:plotly的进一步封装
将plotly的强大功能与pandas的灵活相结合,通过一个绘图命令(dataFrame.iplot)绘制几乎所有类型的交互式可视化图表。
链接:https://github.com/santosjorge/cufflinks
- Altair:简洁高效的统计可视化库
建立在 Vega-Lite基础上,低代码生成美观可视化效果的统计可视化库。
链接:https://github.com/altair-viz/altair
案例:https://nbviewer.org/gist/santosjorge/b278ce0ae2448f47c31d
- Pandas_Alive:低代码绘制动态图
快速为Pandas数据框创建动态图,例如很火的动态变化条形图。
链接:https://github.com/JackMcKew/pandas_alive
- pyecharts:基于百度ECharts的交互可视化库
链接:https://github.com/pyecharts/pyecharts
教程:https://gallery.pyecharts.org/#/README
- Plotly_express:交互式可视化库plotly的简化接口
链接:https://github.com/plotly/plotly_express
教程:https://plotly.com/python/plotly-express
- FuncAnimation:绘制动态图表,Matplotlib的扩展
import matplotlib.animation as ani 即可
- plotly:交互可视化
教程:https://plotly.com/python/getting-started/
- bokeh:交互式可视化库,支持现代化 Web 浏览器
教程:http://docs.bokeh.org/en/latest/
- Lightning
交互式数据可视化框架,提供在线版本、服务器版本(软件)支持命令行操作、python版本(有一定局限性)、R版本(社区用户构建)等。
链接:https://github.com/lightning-viz/lightning-example-notebooks
- HoloViews
低代码绘图库,旨在使数据分析和可视化无缝且简单。
链接:https://github.com/holoviz/holoviews
- sweetviz
两行代码深入EDA
链接:https://github.com/fbdesignpro/sweetviz
- plotnine:
使用方式与R语言很相似,做出来的图也很好看
链接:https://github.com/has2k1/plotnine-examples
- Pygal
python可视化库,基于XML(Extensible Markup Language),可以生成多个输出格式的高分辨率Web图形页面。
链接:http://www.pygal.org/en/stable/
- scikit-plot
机器学习绘图库
链接:https://github.com/reiinakano/scikit-plot
- Highcharts: pip install python-highcharts
似乎很多年没更新了,不推荐。
链接:https://github.com/kyper-data/python-highcharts
- pandas自带 df.plot 快速绘图,可以一行代码快速可视化表格数据
链接:https://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.DataFrame.plot.bar.html
- bqplot
为Jupyter Notebook开发的交互插件,丰富了交互图层,可满足丰富的交互式可视化需求。
链接:https://github.com/bqplot/bqplot
- PyG2Plot
基于蚂蚁金服开源图形语法G2的交互式和响应式图表库。可以通过几行代码轻松制作优质的统计图表。
链接:https://github.com/hustcc/PyG2Plot
- PyCatFlow:类别特征可视化工具
对类别特征随着时间变化进行绘制,基于分类数据表示时间发展。
- Chartify
Bokeh包装,使数据科学家更容易创建图表。
链接:https://github.com/spotify/chartify
- Glumpy:高效美观的科学可视化( Python+Numpy+OpenGL )
链接:https://glumpy.readthedocs.io/en/latest/
- Pyvista:三维可视化、绘制3维图形
链接:https://docs.pyvista.org/
- VisPy
交互式 2D/3D 的数据可视化库。利用图形处理器 GPU 通过 OpenGL 库来显示非常大的数据。
链接:https://vispy.org/
- python-ternary
一个绘图库,与matplotlib一起使用,可以在二维单纯形中绘制三元绘图,并将其投影到二维平面上。
链接:https://github.com/marcharper/python-ternary
- matplotx
Matplotlib的优质扩展,可辅助Matplotlib轻松实现理想图形。
链接:https://github.com/nschloe/matplotx
- mpld3
Python的Matplotlib可视化库与JavaScript的D3.js强交互可视化库结合,弥补Matplotlib的弱交互能力,可将Matplotlib图像导出为HTML代码,进而运用于浏览器网页、博客等中。
链接:https://mpld3.github.io/
- pandasgui:数据框可视化GUI
图形化界面进行数据框可视化
链接:https://github.com/adamerose/PandasGUI
- ipyvizzu : 动态图表制作
链接:https://github.com/vizzuhq/ipyvizzu/tree/main
教程:https://vizzuhq.github.io/ipyvizzu/examples/examples.html