pandas绘图_如何利用Pandas进行绘图，除了Matplotlib以外，一篇文章告诉你其他绘图库的使用技巧...

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