python等高线绘制_可视化2.0Python库！来试试进阶数据

数据可视化的工具和程序库已经极大丰盛，当你习惯其中一种或数种时，你会干得很出色，但是如果你因此而沾沾自喜，就会错失从青铜到王者的新工具和程序库。如果你仍然坚持使用Matplotlib(这太神奇了)，Seaborn(这也很神奇)，Pandas(基本，简单的可视化)和Bokeh，那么你真的需要停下来了解一下新事物了。例如，python中有许多令人惊叹的可视化库，而且通用化程度已经很高，例如下面这五个：

• Plotly

• Cufflinks

• Folium

• Altair + Vega

• D3.js(个人认为最好的选择，因为我也用JS写代码)

如果您了解并使用上面提到的库，那么您就处于进化的正确轨道上。它们可以帮助生成一些令人拍案的可视化效果，语法也不难。一般来说，我更喜欢Plotly+Cufflinks和 D3.js. 以下详细道来：

Plotly

Plotly是一个开源，交互式和基于浏览器的Python图形库。可以创建能在仪表板或网站中使用的交互式图表(您可以将它们保存为html文件或静态图像)。Plotly基于plotly.js，而plotly.js又基于D3.js，因此它是一个高级图表库，与Bokeh一样，Plotly的 强项是制作交互式图 ，有超过30种图表类型， 提供了一些在大多数库中没有的图表 ，如等高线图、树状图、科学图表、统计图表、3D图表、金融图表等。 plotly最棒的一点是可以在Jupyter笔记本或独立的HTML页面中使用 。您也可以在他们的网站上在线使用它，但我更喜欢离线使用它，您也可以将可视化保存为图像，非常易于使用也非常实用。

– 在Jupyter Notebook中使用Plotly的方法(离线)

首先，安装plotly库。

pip install plotly

然后打开jupyter笔记本并键入：

from plotly import __version__ 
from plotly.offline import download_plotlyjs，init_notebook_mode，plot，iplot 
init_notebook_mode(connected = True)

语法超简单！在P andas中 ，你使用 dataframe.plot () ，在这里，您使用 dataframe.iplot()。 这个 “ i ” 改变了可视化的整个定义。

只需一行代码，我生成了下面这个散点图。您可以根据需要自定义它。请