震惊!python仅需一行代码便可实现超炫酷可视化

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS:如有需要Python学习资料的小伙伴可以点击下方链接自行获取

Python免费学习资料、代码以及交流解答点击即可加入


之前画图一直在用matlibplot、pyecharts,最近学习了一个新的可视化库--cufflinks,用了两天我已经深深爱上它了

主要是因为它用法简单、图形漂亮、代码量少,用一两行代码,就能画出非常漂亮的图形

下面我们一起来看看吧!

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:

'''
如有需要Python学习资料的小伙伴可以加群领取:1136201545

'''


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')

震惊!python仅需一行代码便可实现超炫酷可视化

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')

震惊!python仅需一行代码便可实现超炫酷可视化

 

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

震惊!python仅需一行代码便可实现超炫酷可视化

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')

震惊!python仅需一行代码便可实现超炫酷可视化

气泡图

df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')

震惊!python仅需一行代码便可实现超炫酷可视化

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')

震惊!python仅需一行代码便可实现超炫酷可视化

箱形图

cf.datagen.box(20).iplot(kind='box',legend=False,theme='ggplot')

震惊!python仅需一行代码便可实现超炫酷可视化

直方图

df.iloc[:,0:3].iplot(kind='histogram')

震惊!python仅需一行代码便可实现超炫酷可视化

3D图

cf.datagen.scatter3d(5,4).iplot(kind='scatter3d',x='x',y='y',z='z',text='text',categories='categories')

震惊!python仅需一行代码便可实现超炫酷可视化

 

怎么样?是不是很方便,希望我的介绍能够起到抛砖引玉的作用,cufflinks库还有更丰富的绘图功能等着你去挖掘。

上一篇:利用文件存储NAS搭建K8S集群的Mysql主从复制+读写分离


下一篇:【矩阵快速幂】hdu Another kind of Fibonacci