讚！推薦 Python 神器，不寫一行程式碼，就可以呼叫 Matplotlib 繪圖！

介紹一款新的繪圖神器：sviewgui。

sviewgui介紹

此 GUI 是基於 matplotlib，您可以透過多種方式視覺化您的 csv 檔案。主要特點：

•  Ⅰ 散佈圖、線圖、密度圖、直方圖和箱型圖類型；
•  Ⅱ 標記大小、線寬、直方圖的bin 數量、顏色圖的設定（來自cmocean）；
  
•  Ⅲ 將圖另存為可編輯的PDF；
  
•  Ⅳ 繪製圖形的程式碼可用，以便它可以在sviewgui 之外重複使用與修改；
  

 專案位址：https://github.com/SojiroFukuda/sview-gui

##這個套件用法超簡單，它只有一種方法：buildGUI()。此方法可以傳入零個或一個參數。您可以使用 csv 檔案的檔案路徑作為參數，或使用 pandas 的DataFrame物件作為參數。類似程式碼寫法如下：

# 第一种形式
import sviewgui.sview as sv
sv.buildGUI()
# 第二种形式
import sviewgui.sview as sv
FILE_PATH = "User/Documents/yourdata.csv"
sv.buildGUI(FILE_PATH)
# 第三种形式
import sviewgui.sview as sv
import pandas as pd
FILE_PATH = "User/Documents/yourdata.csv"
df = pd.read_csv(FILE_PATH)
sv.buildGUI(df)

上面程式碼，只是幫助驅動開啟這個GuI視覺化介面。

最後強調一點，由於這個函式庫是基於matplotlib可視化的，因此seaborn風格同樣適用於這裡，因為seaborn也是基於matplotlib可視化的。

sviewgui安裝

這個函式庫的依賴函式庫相當多，所以大家直接採用下面這行程式碼安裝sviewgui函式庫。

pip install sviewgui -i https://pypi.tuna.tsinghua.edu.cn/simple/ --ignore-installed

後面這個--ignore-installed，我最開始是沒加的，但是報錯了，大致錯誤如下：

ERROR: Cannot uninstall 'certifi'. It is a distutils installed project and thus we cannot
accurately determine which files belong to it which would lead to only a partial uninstall.

直到加這個就行，不用管為什麼，因為我也不知道！

sviewgui使用

上面我為大家介紹了3種開啟GUI圖形介面視窗的程式碼，這裡只介紹下面這種方法：

import sviewgui.sview as sv
sv.buildGUI()

截圖如下：

當你在命令列輸入上述程式碼後，會驅動後台開啟這個圖形化介面窗口，初始化狀態大致是這樣的：

點擊上述select，可以選擇資料來源：

然後我們可以點擊左側選單欄，產生對應的圖形。但是有一點，似乎不支持中文！ ！ ！

如果你覺得這裡不足以完善你想要的圖形，可以複製圖形所對應的Python程式碼，簡單修改即可。

然後，你拿著下面的程式碼，簡單修改，就可以產生漂亮的Matplotlib圖形了。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import cmocean
#2021/07/13 08:03:18
#- Import CSV as DataFrame ----------
FILE_PATH = 'C:/Users/Administrator/Desktop/plot.csv'
DATA = pd.read_csv(FILE_PATH)
#- Axes Setting ----------
fig, ax = plt.subplots()
ax.set_title( "x-y")
ax.set_xlabel( "x")
ax.set_ylabel( "x" )
ax.set_xlim(min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna())/10))
ax.set_ylim( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna())/10))
#- PLOT ------------------
ax.plot( DATA["x"].replace([np.inf, -np.inf], np.nan), DATA["x"].replace([np.inf, -np.inf], np.nan), linewidth = 3.0, alpha =1.0, color = "#005AFF" )
plt.show()

以上是讚！推薦 Python 神器，不寫一行程式碼，就可以呼叫 Matplotlib 繪圖！的詳細內容。更多資訊請關注PHP中文網其他相關文章！