Pandas中的绘图功能,一直是我用来快速制作图表的常用工具之一。
但是!
可用的可视化功能效果总是相当一般,画出来的图是相当的low。
如何提高python里面的图表效果,我研究了将近一周,现在把这些技巧公布出了,希望得到大家的支持。
点击上面?关注公号就行。
我经常使用Pandas的plot()快速绘图功能快速地进行一些可视化的数据探索。但当要向老板展示我们小组的数据分析结果时,又要使用Plotly或Bokeh等 "更专业和漂亮 "的绘图库重新制作图表,只是为了老板能直观看懂结果。
自从Pandas 0.25.3版本发布后,这种情况就不再需要了,我们现在可以使用第三方可视化库作为Pandas绘图功能的后端。
Plotly,这个流行的基于网络的交互式可视化Python库,最近也发布了一个Pandas绘图后端。
让我们来看看在Pandas中如何使用Plotly和Bokeh后端创建更丰富的可视化图表。
使用不同的后端
要激活不同后台的绘图功能,在导入pandas后,添加这行代码。
pd.options.plotting.backend = 'plotly'
目前可用的后台有:
Plotly
Holoviews
Matplotlib
Pandas_bokeh
Hyplot
Plotly后端
Plotly是一个Python库,支持广泛的丰富的交互式可视化。Plotly包的一个好处是它建立在Javascript版本的库之上,这意味着图表是基于网络的,可以作为HTML文件显示或嵌入到基于Python的网络应用中。你也可以下载可视化的高质量图像文件,因此非常适合在文档或文件中使用。
让我们通过一些例子快速的了解作为Pand