你知道吗实现炫酷可视化只要1行python代码

目录

• 1.用法简单
• 2.少量代码就能画出非常漂亮的图形
• 折线图
• 散点图
• 气泡图
• subplots 子图
• 箱形图
• 直方图
• 3D图
• 总结

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：

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：最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

import pandas as pdimport numpy as npimport cufflinks as cfdf=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。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

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')

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。

总结

本篇文章就到这里了，希望能给你带来帮助，也希望您能够多多关注我们的更多内容！