1、matplotlib
matplotlib是Python可视库的chd。 十几年后闪闪发光的大碗是Python用户最常用的画廊。 其设计与20世纪80年代设计的商业化程序语言MATLAB非常接近。
因为matplotlib是第一个Python可视库，所以许多其他库都是基于它构建或直接调用的。
例如，pandas和Seaborn是matplotlib的外包，可以用更少的代码调用matplotlib的方法。
matplotlib可以轻松获得数据的大致信息，但要更快、更容易地制作可发布的图表并不容易。
正如zxdsn Moffitt在“Python可视化工具概述”中所述，“非常强大和复杂。 ”
matplotlib年代气息浓厚的默认绘图风格也吐槽了多年。 据说今后发售的matplotlib 2.0中包含了很多更时尚的风格。
2、Seaborn
Seaborn利用matplotlib，用简洁的代码制作了漂亮的图表。
Seaborn和matplotlib的最大区别在于默认的混合样式和颜色组合具有现代美。
由于Seaborn基于matplotlib，因此必须了解matplotlib才能调整Seaborn的默认参数。
3、ggplot
ggplot基于r的制图包ggplot2，同时使用了来源于《图像语法》(thegrammarofgraphics )的概念。
ggplot和matplotlib的区别在于，可以将不同的图层重叠在一起以完成图。 例如，可以从轴开始，添加点、线、趋势线等。
《图像语法》对“接近思维过程”的制图方法进行了好评，但熟悉matplotlib的用户可能需要很长时间才能习惯这种新思路。
ggplot的作者表示，ggplot非常不适合制作个性化图像。 那个为了操作的简洁牺牲了图像的复杂性。
ggplot和pandas的集成度非常高，所以zzdxxm使用它时，最好把你的数据读成DataFrame。
4、Bokeh
与ggplot一样，Bokeh也基于《图形语法》的概念。
但是，与ggplot不同，它完全基于Python，而不是来自r。
其优点是可以交互使用，直接用于互联网图表。 图形可以输出为JSON对象、HTML文档或交互式web APP应用程序。
Boken还支持数据流和实时数据。 Bokeh为每个用户提供了三个控制级别。
的控件级别用于快速绘图，主要用于创建条形图、方框图、直方图等常用图像。
中等控制级别可以控制图像的基本元素(例如直方图中的点)，就像matplotlib一样。
最低的控制水平主要面向开发人员和软件工程师。
没有默认值。 必须定义图表的所有元素。
5、pygal
pygal与Bokeh和Plotly一样，提供可以直接嵌入到网络浏览器中的交互式图像。
与其他两者的主要区别在于，图表可以SVG格式输出。
如果数据量相对较少，SVG就足够了。 但是，如果有数百个数据点，SVG的渲染过程就会变慢。
所有图表都封装在方法中，默认样式也很漂亮，因此可以轻松地创建代码数行的漂亮图表。
6、Plotly
你可能听说过在线制图工具Plotly，你知道它可以在Python上使用吗？
Plotly和Bokeh一样致力于制作交互式图表，但提供了其他库中难以找到的几种图表类型，包括等值线图、树图和三维图表。
7、geoplotlib
geoplotlib是用于创建地图和地理相关数据的工具箱。
可以用它制作等值区域图、热图、点密度图等各种地图。
要使用geoplotlib，必须安装Pyglet，它是一个面向对象的编程接口。 但是，大多数Python可视化工具不提供地图，因此有专门绘制地图的工具也很有用。
8、Gleam
Gleam借用了r中Shiny的灵感。 只能使用Python程序将分析转化为交互式web APP应用程序。 不需要使用HTML CSS或jave脚本。
Gleam可以使用任何Python可视库。
使用zzdxxm创建图表时，可以在上面添加域，以便用户可以对数据进行排序和过滤。
9、missingno
缺少数据是永恒的痛苦。
missingno使您可以在图像中快速评估数据丢失的情况，而不是在数据表中驻足。
可以根据数据的完整性对数据进行排序和过滤，也可以考虑根据热图表和树图表修改数据。
10、Leather
Leather的最佳定义来自作者zxdsntopher Groskopf。
“Leather适合现在就需要图表而不在乎图表是否完美的人。 ”
用于的数据类型，生成SVG图像。 这是为了在调整图像大小时不影响图像质量。
有关详细分析和数据检索，请参阅：
3358 cloud.yisurvey.com :9081/html/D8 ACF 20 B- 342 f-4806-8d cc-5 e 6a 8d 00881 d.html？ ly=csdn
本文转载自网络，仅用于学习交流。 内容的版权归原作者所有。 例如，有关相关作品、版权和其他问题，请与删除处理联系。
特别说明：本文以技术交流为目的，请勿将相关技术用于非法用途。 否则，一切后果都会自负。 如果你觉得我们侵犯了你的合法权益，请联系我们处理。