这才是猛男该用的可视化库！| cutecharts - 一个敲可爱的Python可视化图表库

---

这个宝藏我怎么现在才发现…              

---

cutecharts的开发者陈键东是GitHub上的一个大佬开发，也是我们所熟悉的开源项目pyecharts的核心开发者（膜拜大佬.jpg）

这是他的github主页：https://github.com/chenjiandongx
这是cutecharts的地址：https://github.com/chenjiandongx/cutecharts

当然，如果有些小伙伴不方便进G站，也可以来这里看cutecharts的实例：cutecharts-图表详情

目前cutecharts支持的可视化图像类型有：柱状图、折线图、饼状图、雷达图、散点图：👉基本示例都在这里了👈

虽然目前不是很多，但是我相信以后肯定会越来越全面的，我也会一直关注并且跟踪更新。

---

下面是我的一些例子：

贝叶斯公式例子

这是它的matplotlib和pyecharts版本，你们可以对比看看：
统计机器学习-贝叶斯公式

from cutecharts.charts import Line

list_x = [x for x in range(0, 11)]
list_y = []
for x in range(0, 11):
    list_y.append((0.5 ** (x + 1)) / ((0.5 ** (x + 1)) + 0.5))

list_y = [_ * 1 for _ in list_y]
line = (
    Line("Bayes")
        .set_options(labels=list_x, x_label="该妇女所生孩子个数", y_label="该妇女携带致病基因概率", legend_pos="upRight", y_tick_count=11)
        .add_series("The line", list_y)
).render("render.html")

结果：

手绘风格还不错(PS:我觉得纵坐标是这个样子是因为在这个例子中我的纵坐标太小了，那个“m”应该是 ×10^-3 的意思，而且我的横纵坐标的label为什么是这个样子我也不清楚…不过总体来说还是很棒的😉)

凸包问题例子

PS:这段代码只是一个节选，是基于我的完整的凸包问题而写的

所以需要把这段代码套入完整代码才会有这种效果：
Python分治法解决凸包问题并用matplotlib实现可视化以及与蛮力法的对比

def draw_cute(list_points, border_points):
    """
    画图
    :param list_points: 所有点集
    :param border_points: 所有边集
    :return: 
    """
    list_all_x = []
    list_all_y = []
    for item in list_points:
        a, b = item
        list_all_x.append(a)
        list_all_y.append(b)
    (Scatter()
    # .set_options(x_tick_count=10,y_tick_count=10)
     .set_options(x_tick_count=10,y_tick_count=10,is_show_line=True)
     .add_series("内部", [_ for _ in zip(list_all_x, list_all_y)])
     .add_series("边界", [_ for _ in border_points])
     ).render("render.html")

结果：🌚😑

如果用注释掉的那行代码是这样的：

（PS:我不知道这玩意该怎么搞了…cutecharts画散点图连线的时候会默认把一个集合（列表）里的点依次连线，我现在还没有找到在一个图上将一些点连线、一些点不连线的方法）

如果想实现这种效果：

还是老老实实用成熟的matplotlib吧…

或许不久以后开发者大大就会解决这个问题😏