这是 Python 数据可视化系列的第八节《Cufflinks》。
Python 数据可视化
之前 Python 数据分析和基础系列的所有课程链接如下。
Python 数据分析
Python 基础
Cufflinks 对于做数据分析的同学简直就是神器,可以让他们把注意力放在分析过程上,同时又能产出漂亮的可视图。
Cufflinks 可以不严谨的分解成 DataFrame、Figure 和 iplot,如下图所示:
其中
DataFrame:代表 pandas 的数据帧
Figure:代表可绘制图形,比如 bar、box、histogram 等等
iplot:代表绘制方法,其中有很多参数可进行配置,调节符合适当风格的可视图
由此可知,Cufflinks 直接在 DataFrame 上画图,而 DataFrame 是最基本的数据格式,因此很方便;Figure 只是设定图形,而 iplot 才真正的把图给画出来。
Cufflinks 的 API 就是优雅,所有绘图实现都写在一个函数 iplot() 里。查看其函数签名可用以下语句:
df = pd.DataFrame()
help(df.iplot)
本节课会事无巨细的讲解其参数含义,为了能自由实现任何功能。下面展示若干用 Cufflinks 画的图。
三维散点图
折线图
差异图
箱型图
拟合图
锁定范围图
滑动坐标轴
多图
想学就开始吧!
绝不会让你失望!
付费用户(付 1 赠 1)可以获得:
观看课程视频 (110 分钟)
Python 代码 (Jupyter Notebook)
Jupyter Notebook