「Python」Python可视化库你知道多少？一文带你深入探讨
文章图片
文章图片
文章图片
文章图片
前言现如今大数据已人尽皆知 ， 但在这个信息大爆炸的时代里 ， 空有海量数据是无实际使用价值 ， 更不要说帮助管理者进行业务决策 。 那么数据有什么价值呢？用什么样的手段才能把数据的价值直观而清晰的表达出来？
答案是要提供像人眼一样的直觉的、交互的和反应灵敏的可视化环境 。 数据可视化将技术与艺术完美结合 ， 借助图形化的手段 ， 清晰有效地传达与沟通信息 ， 直观、形象地显示海量的数据和信息 ， 并进行交互处理 。
数据可视化的应用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 。 下面我们基于Python ， 详细的介绍一下适用于各个领域的几个实用的可视化库 ， 快速带你入门！！
接下来 ， 先用一张总体图概述可视化库之间的关系 ， 随后会根据各种可视化库的支持图形类型 ， 支持数据规模等维度对可视化库具体分析 ， 并展开一一道来 ， 让无论初学者还是架构师都能了解可视化库的各种前世今生的关系 ， 利于掌握和架构自己程序 。
python可视化库大阅兵
在图中 ， 您可以看到几个主要的库组 ， 每个库都有不同的起源 ， 历史和焦点 。 一个明显可分离的组是用于可视化物理数据的“ SciVis ”库（在图的左下方） 。 这些工具（VisPy ， glumpy ， GR ， Mayavi ， ParaView ， VTK和yt）主要基于1992年OpenGL图形标准 ， 提供三维或四维物理过程的图形可视化（3D随时间变化） ， 用于常规或不规则网格化数据 。 这些库早于HTML5对Web应用程序的支持 ， 通常侧重于工程或科学环境中的高性能桌面GUI应用程序 。
其他几乎所有的库都属于“ InfoVis ” ， 专注于任意空间中信息的可视化 ， 而不一定是三维物理世界 。 InfoVis库使用打印页面或计算机屏幕的两个维度来使抽象空间可解释 ， 通常使用轴和标签 。 InfoVis库可以进一步细分为多个子组：
Matplotlib
2003年发布的最古老 ， 最受欢迎的InfoVis库之一 ， 具有广泛的2D绘图类型和输出格式 。 Matplotlib还早于HTML5对丰富的Web应用程序的支持 ， 而是使用桌面GUI工具包（如Qt和GTK）将重点放在静态图像上以及交互式图形上 。 Matplotlib包含一些3D支持 ， 但比SciVis库提供的限制更多 。
基于Matplotlib多年来 ， Matplotlib的2D绘图功能构建了各种工具 ， 可以将其用作特定类型数据的渲染引擎 ， 也可以用于特定领域（pandas ， NetworkX ， Cartopy ， yt等） ， 或提供更高级别的API可以简化绘图创建（ggplot ， plotnine ， HoloViews ， GeoViews） ， 或者使用其他类型的绘图（seaborn等）扩展它 。
JavaScript
一旦HTML5在浏览器中实现了丰富的交互性 ， 许多库就开始为网页和Jupyter笔记本提供交互式2D图 ， 使用自定义JS（Bokeh ， Toyplot）或主要包装现有的JS库 ， 如D3（Plotly ， bqplot） 。 包装现有的JS可以轻松添加为JS应用创建的图库（就像Plotly一样） ， 而使用自定义JS可以定义更低级的JS基元 ， 这些基元可以在Python中组合成全新的绘图类型（对于Bokeh） 。
推荐阅读
- 「Python」小卖家也能月入5000＋的方法
- Python爱好者社区| 程序员逆天改命，漫画
- 江苏政法科技让南京警务服务更智慧，特巡警“可视化”指挥高楼灭火
- Python：2019年，这24000程序员是如何使用Python的？
- [编程]TIOBE 5 月编程语言排行榜：C语言跑到第一，python连续两年上涨
- 【埃尔法哥哥】kNN分类算法及其python实现
- 「python训练营」数据分析：寻找Python最优计算性能
- 【智能家居科技】谁能取代Python？我使用Go来部署机器学习模型的原因
- 「简简科技」数据科学中选择Python还是R语言？
- 「罗永浩」入门python，看完这个300行代码的例子，你们会喜欢的~