geojson在线生成工具_[工具]数据可视化的几种武器

作为Python用户，在进行数据可视化时可能用到的工具包括：matplotlib，seaborn，plotly，Vega-Lite以及Altair。其中Vega-Lite是基于JSON进行图形表达的独立语言标准，其余均为Python内的软件包。

matplotlib

这是Python中最基础也是最重要的作图软件包，为许多其他作图软件树立了标杆，实际上也提供了一种描述图形的语言。

下面是matplotlib官方示例中绘制PSD（Power Spectral Density）的示例代码：

import 

绘制出的图像如下：

seaborn

seaborn 在 matplotlib 的基础上，进行了更高级的封装，使得作图更加方便快捷，且图形风格更“好看”。

很多图形，如果用matplotlib作图，需要声明坐标轴、重叠关系等细节事项，而使用seaborn常只需要应用默认的设置即可。

以下是seaborn绘制调色图的示例：

import 

图片如下：

笔者也常用它画热力图：

import 

效果如下：

plotly

plotly的定位是图形库，在绘制复杂图形时缺少了matplotlib那样的准确表达能力。

plotly的优点包括且不限于：

• 可生成可交互图形和动画效果
• 其地图绘制功能可用性较强
• 生成的3D图形比较好看

不过它的麻烦之处在于，由于生成的是交互图形，一般需要在Jupyter Notebook中打开。

从官网撸下来一个地图绘图代码如下：

from 

图片效果如下：

3D作图的示例如下：

import 

效果如下：

Vega-Lite和Altair

Vega是基于JSON语言的一套可交互图形描述及生成软件，Vega-Lite则是基于Vega进行的进一步语法封装。

Vega生成的图片示例：

由于Vega使用了独立的软件，故在Python中使用需要调用封装好的接口，即Altair。以上图片在Altair中实现的代码如下：

import 

由于同样是交互图形，所以Altair也要在Jupyter Notebook中调用。

其他软件包也很有趣

比方说，笔者在网络上发现了一个手绘风格的可视化包——cutecharts。

它生成的图片是这个样子：

好Q~