Quels sont les outils les plus fréquemment utilisés pour la visualisation Python ?

Matplotlib

Matplotlib est une bibliothèque de dessins pour Python qui peut dessiner des graphiques linéaires, des graphiques en nuages ​​de points, des graphiques à colonnes, des graphiques à barres de haute qualité, etc. C'est également la base de nombreuses autres bibliothèques de visualisation.

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.show()

Seaborn

Seaborn est une bibliothèque de visualisation de données Python basée sur Matplotlib, spécialement utilisée pour dessiner des graphiques statistiques, tels que des cartes thermiques, des tracés en violon, des graphiques linéaires avec barres d'erreur, etc.

import seaborn as sns
import pandas as pd

df = pd.read_csv('data.csv')

sns.boxplot(x='day', y='total_bill', data=df)

Plotly

Plotly est une bibliothèque interactive de visualisation de données qui peut dessiner des graphiques linéaires de haute qualité, des nuages ​​de points, des graphiques 3D et bien plus encore. Il prend en charge plusieurs langages de programmation tels que Python, R, JavaScript, etc.

import plotly.graph_objs as go
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

fig = go.Figure(data=go.Scatter(x=x, y=y))
fig.show()

Bokeh

Bokeh est une bibliothèque interactive de visualisation de données qui prend également en charge plusieurs langages de programmation tels que Python, R, JavaScript, etc. Il peut dessiner des graphiques linéaires, des graphiques à nuages ​​de points, des graphiques à colonnes, des graphiques à barres de haute qualité, etc.

from bokeh.plotting import figure, show
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

p = figure(title='Sine Wave')
p.line(x, y, legend_label='Sine')
show(p)

Altair

Altair est une bibliothèque de visualisation Python basée sur Vega-Lite qui peut dessiner rapidement et facilement des graphiques linéaires, des nuages ​​de points, des histogrammes et bien plus encore de haute qualité.

import altair as alt
import pandas as pd

df = pd.read_csv('data.csv')

alt.Chart(df).mark_bar().encode(
    x='year',
    y='sales',
    color='region'
)

ggplot

ggplot est une bibliothèque de visualisation Python basée sur la bibliothèque ggplot2 en langage R, qui peut dessiner des nuages ​​de points, des histogrammes, des boîtes à moustaches de haute qualité, etc.

from ggplot import *
import pandas as pd

df = pd.read_csv('data.csv')

ggplot(df, aes(x='date', y='value', color='variable')) + \
    geom_line() + \
    theme_bw()

Holoviews

Holoviews est une bibliothèque de visualisation Python qui peut créer des visualisations de données interactives et prend en charge plusieurs types de graphiques de visualisation, tels que des graphiques linéaires, des nuages ​​de points, des graphiques à barres, des cartes thermiques, etc.

import holoviews as hv
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

hv.extension('bokeh')
hv.Curve((x, y))

Plotnine

Plotnine est une bibliothèque de visualisation basée sur la bibliothèque ggplot2 de Python, qui peut créer des graphiques de visualisation de données de haute qualité, tels que des nuages ​​de points, des histogrammes, des graphiques linéaires, etc.

from plotnine import *
import pandas as pd

df = pd.read_csv('data.csv')

(ggplot(df, aes(x='year', y='sales', fill='region')) +
 geom_bar(stat='identity', position='dodge'))

Wordcloud

Wordcloud est une bibliothèque Python permettant de générer des nuages ​​de mots, qui peuvent afficher graphiquement les mots fréquents dans le texte.

from wordcloud import WordCloud
import matplotlib.pyplot as plt

text = "Python is a high-level programming language"

wordcloud = WordCloud().generate(text)

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

Networkx

Networkx est une bibliothèque Python permettant de créer, manipuler et visualiser des réseaux complexes. Il prend en charge la création de nombreux types de structures de réseau, telles que des graphes orientés, des graphes non orientés, des graphes pondérés, etc.

import networkx as nx
import matplotlib.pyplot as plt

G = nx.DiGraph()

G.add_edge('A', 'B')
G.add_edge('B', 'C')
G.add_edge('C', 'D')
G.add_edge('D', 'A')

pos = nx.spring_layout(G)

nx.draw_networkx_nodes(G, pos, node_size=500)
nx.draw_networkx_edges(G, pos)
nx.draw_networkx_labels(G, pos)

plt.axis('off')
plt.show()

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!