牛批了，1行Python代码就可实现炫酷可视化

之前画图一直在用matlibplot、pyecharts，最近学习了一个新的可视化库--cufflinks，用了两天我已经深深爱上它了。

主要是因为它用法简单、图形漂亮、代码量少，用一两行代码，就能画出非常漂亮的图形。

下面我们一起来看看吧！

1.用法简单

cufflinks库主要和dataFrame数据结合使用，绘图函数就是 dataFrame.iplot，记住这个就行了，但是 iplot 函数里的参数很多，一些参数说明如下：

kind：图的种类，如 scatter、pie、histogram 等
mode：lines、markers、lines+markers，分别表示折线、点、折线和点
colors：轨迹对应的颜色
dash：轨迹对应的虚实线，solid、dash、dashdot 三种
width：轨迹的粗细
xTitle：横坐标名称
yTitle：纵坐标的名称
title：图表的标题

如下图，df为随机生成的dataFrame数据，kind='bar'表示柱状图，title代表标题，xTitle命名X轴，yTitle命名Y轴：

import pandas as pd
import numpy as np
import cufflinks as cf
df=pd.DataFrame(np.random.rand(12, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind ='bar',title='示例', xTitle = 'X轴', yTitle ='Y轴')

2.少量代码就能画出非常漂亮的图形

cufflinks为我们提供了丰富的主题样式，支持包括polar、pearl、henanigans、solar、ggplot、space和white等7种主题。

折线图

cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')

cufflinks使用datagen生成随机数，figure定义为lines形式，cf.datagen.lines(2,10)的具体形式如下：

cf.datagen.lines(2,10)  #2代表2组，10代表10天

	WCB.EH	OAA.CQ
2015-01-01	-0.052580	-0.351618
2015-01-02	1.056254	-1.476417
2015-01-03	0.078017	1.129168
2015-01-04	0.282141	0.908655
2015-01-05	0.960537	-0.223996
2015-01-06	1.420355	0.212851
2015-01-07	2.266144	0.358502
2015-01-08	0.008034	1.086130
2015-01-09	1.876946	2.226895
2015-01-10	1.855625	2.852383

散点图

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind='scatter',mode='markers',colors=['orange','teal','blue','yellow'],size=20,theme='solar')

气泡图

df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')

subplots 子图

df=cf.datagen.lines(4)
df.iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True,theme='ggplot')

箱形图

cf.datagen.box(20).iplot(kind='box',legend=False,theme='ggplot')

直方图

df.iloc[:,0:3].iplot(kind='histogram')

3D图

cf.datagen.scatter3d(5,4).iplot(kind='scatter3d',x='x',y='y',z='z',text='text',categories='categories')

怎么样？是不是很方便，希望我的介绍能够起到抛砖引玉的作用，cufflinks库还有更丰富的绘图功能等着你去挖掘。

- END -

-----------------
长按识别下方二维码，并关注公众号

1.回复“PY”领取1GB Python数据分析资料

2.回复“BG”领取3GB 名企数据分析报告