建立网站的主机方式网站备案承若怎么写
文章目录
- 1 基础可视化
- 1.1 Matplotlib
- 1.2 Seaborn
- 1.3 Altair
- 2 动态交互可视化
- 2.1 Bokeh
- 2.2 plotly
- 2.3 D3blocks
- 2.4 Pynimate
- 3 地图可视化
- 3.1 Cartopy
- 3.2 Folium
- 4 web可视化
- 4.1 Dash
- 4.2 Pyecharts
- 5 BI可视化
- 5.1 Superset
- 6 流程图可视化
- 6.1 PyGraphviz
- 8 缺失数据的可视化
- 8.1 missingno
- 9 plt.twinx()为图增加纵坐标轴
- 10 参考附录
因为数据分析展示的需要，经常用一些可视化库来设计图表，这些库有不同的应用场景，生产力非常强大。
基础可视化：Matplotlib、Seaborn、Altair
动态交互可视化：Bokeh、plotly、D3blocks、Pynimate
地图可视化：Cartopy、Folium
Web可视化：Dash、Pyecharts
BI可视化：Superset
流程图可视化：PyGraphviz
1 基础可视化
1.1 Matplotlib
Matplotlib是最流行的Python可视化库，可以绘制二维、三维、动态、交互等任何图表，也是Seaborn等众多可视化库的底层依赖。
Matplotlib的特点是图表功能齐全，可定制化强，一般专业的新闻图表、科研图表、出版图表、企业图表都可以用Matplotlib绘制。
唯一的缺点是高级封装不多，绘图代码稍显复杂。
1.2 Seaborn
Seaborn是在Matplotlib基础上经过高级封装的可视化库，一般用于统计分析，是数据科学领域的核心可视化库，类似于kaggle这种数据比赛大部分都用Seaborn。