用 Python 绘制数据的7种流行的方法 | Linux 中国

2020-06-18 00:00:00 代码你可以绘图绘制图表

比较七个在 Python 中绘图的库和 API，看看哪个能满足你的需求。

来源：https://linux.cn/article-12327-1.html
作者：Shaun Taylor-morgan
译者：Xingyu.Wang

（本文字数：8312，阅读时长大约：9 分钟）

比较七个在 Python 中绘图的库和 API，看看哪个能满足你的需求。

“如何在 Python 中绘图？”曾经这个问题有一个简单的答案：Matplotlib 是的办法。如今，Python 作为数据科学的语言，有着更多的选择。你应该用什么呢？

本指南将帮助你决定。

它将向你展示如何使用四个流行的 Python 绘图库：Matplotlib、Seaborn、Plotly 和 Bokeh，再加上两个值得考虑的的后起之秀：Altair，拥有丰富的 API；Pygal，拥有漂亮的 SVG 输出。我还会看看 Pandas 提供的非常方便的绘图 API。

对于每一个库，我都包含了源代码片段，以及一个使用 Anvil 的完整的基于 Web 的例子。Anvil 是我们的平台，除了 Python 之外，什么都不用做就可以构建网络应用。让我们一起来看看。

示例绘图

每个库都采取了稍微不同的方法来绘制数据。为了比较它们，我将用每个库绘制同样的图，并给你展示源代码。对于示例数据，我选择了这张 1966 年以来英国大选结果的分组柱状图。

Bar chart of British election data

我从维基百科上整理了英国选举史的数据集：从 1966 年到 2019 年，保守党、工党和自由党（广义）在每次选举中赢得的英国议会席位数，加上“其他”赢得的席位数。你可以以 CSV 文件格式下载它。

Matplotlib

Matplotlib 是古老的 Python 绘图库，现在仍然是流行的。它创建于 2003 年，是 SciPy Stack 的一部分，SciPy Stack 是一个类似于 Matlab 的开源科学计算库。

Matplotlib 为你提供了对绘制的控制。例如，你可以在你的条形图中定义每个条形图的单独的 X 位置。下面是绘制这个图表的代码（你可以在这里运行）：

import matplotlib.pyplot as plt
    import numpy as np
    from votes import wide as df

    # Initialise a figure. subplots() with no args gives one plot.
    fig, ax = plt.subplots()

    # A little data preparation
    years = df['year']
    x = np.arange(len(years))

    # Plot each bar plot. Note: manually calculating the 'dodges' of the bars
    ax.bar(x - 3*width/2, df['conservative'], width, label='Conservative', color='#0343df')
    ax.bar(x - width/2, df['labour'], width, label='Labour', color='#e50000')
    ax.bar(x + width/2, df['liberal'], width, label='Liberal', color='#ffff14')
    ax.bar(x + 3*width/2, df['others'], width, label='Others', color='#929591')

    # Customise some display properties
    ax.set_ylabel('Seats')
    ax.set_title('UK election results')
    ax.set_xticks(x)    # This ensures we have one tick per year, otherwise we get fewer
    ax.set_xticklabels(years.astype(str).values, rotation='vertical')
    ax.legend()

    # Ask Matplotlib to show the plot
    plt.show()

相关文章