두 개의 히스토그램
matplotlib은 Python 시각화 라이브러리의 선두주자입니다. 10년이 지난 후에도 여전히 Python 사용자에게 가장 일반적으로 사용되는 드로잉 라이브러리입니다. 그 디자인은 1980년대에 설계된 상용 프로그래밍 언어인 MATLAB과 매우 유사합니다.
matplotlib는 최초의 Python 시각화 라이브러리이기 때문에 이를 기반으로 구축되거나 직접 호출하는 다른 라이브러리가 많이 있습니다.
예를 들어, pandas와 Seaborn은 matplotlib를 아웃소싱하여 더 적은 코드로 matplotlib 메서드를 호출할 수 있습니다.
matplotlib는 데이터의 일반적인 정보를 쉽게 얻을 수 있지만, 출판용 차트를 더 빠르고 쉽게 만드는 것은 그리 쉽지 않습니다.
Chris Moffitt가 "Python 시각화 도구 소개"에서 언급했듯이: "매우 강력하고 매우 복잡합니다."
matplotlib의 1990년대 분위기가 강한 기본 플롯 스타일도 수년 동안 비판을 받아왔습니다. matplotlib 2.0의 다가오는 릴리스에는 더 많은 세련된 스타일이 포함되어 있다고 합니다.
개발자: John D. Hunter
추가 정보:https://www.php.cn/link/a563b6d5abbf137175059d6bb14672cc
Violinplot(Michael Wasko m )
Seaborn은 matplotlib를 사용하여 간결한 코드로 아름다운 차트를 만듭니다.
Seaborn과 matplotlib의 가장 큰 차이점은 기본 그리기 스타일과 색상 매칭이 현대적인 미학을 가지고 있다는 것입니다.
Seaborn은 matplotlib를 기반으로 구축되었으므로 Seaborn의 기본 매개변수를 조정하려면 matplotlib를 이해해야 합니다.
개발자: Michael Waskom
추가 정보:https://www.php.cn/link/b93f11867481fc6d77908aea58ba6198
작은 배수(ŷ 모자 )
ggplot은 R, ggplot2를 기반으로 하는 그래픽 패키지이며 The Grammar of Graphics의 개념을 사용합니다.
ggplot과 matplotlib의 차이점은 다양한 레이어를 오버레이하여 그림을 완성할 수 있다는 것입니다. 예를 들어 축으로 시작한 다음 점을 추가하고 선, 추세선 등을 추가할 수 있습니다.
"이미지 문법"은 "사고 과정에 가까운" 그리기 방법으로 칭찬을 받았지만 matplotlib에 익숙한 사용자는 이 새로운 사고 방식에 적응하는 데 시간이 필요할 수 있습니다.
ggplot 작성자는 ggplot이 매우 개인화된 이미지를 만드는 데 적합하지 않다고 언급했습니다. 운영 단순성을 위해 이미지 복잡성을 희생합니다.
ggplot은 pandas와 긴밀하게 통합되어 있으므로 ggplot을 사용할 때는 데이터를 DataFrame에 저장하는 것이 가장 좋습니다.
ggplot은 pandas와 긴밀하게 통합되어 있으므로 사용할 때는 데이터를 DataFrame으로 읽어들이는 것이 가장 좋습니다.
개발자: ŷhat
추가 정보:https://www.php.cn/link/be23c41621390a448779ee72409e5f49
3개 도시의 대화형 날씨 통계( 대륙 uum 분석 )
ggplot과 마찬가지로 Bokeh도 "Graphic Grammar" 개념을 기반으로 합니다.
그러나 ggplot과 달리 이는 완전히 Python을 기반으로 하며 R에서 참조되지 않습니다.
네트워크에서 직접 사용할 수 있는 대화형 다이어그램을 만드는 데 사용할 수 있다는 것이 장점입니다. 차트는 JSON 개체, HTML 문서 또는 대화형 웹 애플리케이션으로 출력될 수 있습니다.
Boken은 데이터 스트리밍 및 실시간 데이터도 지원합니다. Bokeh는 다양한 사용자에게 세 가지 수준의 제어 기능을 제공합니다.
최고 수준의 제어는 빠른 그래프 작성을 위한 것이며 주로 히스토그램, 상자 그림, 히스토그램과 같이 일반적으로 사용되는 이미지를 만드는 데 사용됩니다.
중간 제어 수준을 사용하면 matplotlib처럼 이미지의 기본 요소(예: 분포도의 점)를 제어할 수 있습니다.
가장 낮은 수준의 제어는 주로 개발자와 소프트웨어 엔지니어를 위한 것입니다.
기본값은 없으며 차트의 각 요소를 정의해야 합니다.
개발자: Continuum Analytics
추가 정보:https://www.php.cn/link/fdad3b5b2200b598dfde9517e5b426a8
Bokeh 및 Plotly가 포함된 pygal , 제공 웹 브라우저에 직접 삽입할 수 있는 대화형 이미지입니다.
다른 둘과의 가장 큰 차이점은 차트를 SVG 형식으로 출력할 수 있다는 점입니다.
데이터 크기가 상대적으로 작다면 SVG로 충분합니다. 그러나 수백 또는 수천 개의 데이터 포인트가 있는 경우 SVG 렌더링 프로세스가 매우 느려집니다.
모든 차트는 메소드로 캡슐화되어 있고 기본 스타일도 매우 아름답기 때문에 코드 몇 줄만으로 아름다운 차트를 쉽게 만들 수 있습니다.
개발자: Florian Mounier
자세한 정보:
https://www.php.cn/link/bf5d232e6c54a84b97769a91adb1642f
라인 플롯(Plotly )
그럴 수도 있어요 온라인 그래프 도구인 Plotly에 대해 들어본 적이 있지만 Python에서 사용할 수 있다는 것을 알고 계셨습니까?
Plotly는 Bokeh와 같은 대화형 차트 제작에 전념하고 있지만 등고선 플롯, 트리 플롯, 3차원 차트 등 다른 라이브러리에서는 찾아보기 힘든 여러 차트 유형을 제공합니다.
개발자: Plotly
추가 정보:
https://www.php.cn/link/d01c25576ff1c53de58e0e6970a2d510
Choropleth(Andrea Cut 톤)
geoplotlib은 지도 및 지리적으로 관련된 데이터를 생성하기 위한 도구 상자입니다.
등고선 지도, 히트 지도, 점 밀도 지도 등 다양한 지도를 만드는 데 사용할 수 있습니다.
geoplotlib를 사용하려면 Pyglet(객체 지향 프로그래밍 인터페이스)을 설치해야 합니다. 하지만 대부분의 Python 시각화 도구는 지도를 제공하지 않기 때문에 지도 그리기 전용 도구를 갖는 것이 매우 편리합니다. D Developer : Andrea Cuttone
추가 정보 : https://www.php.cn/link/a9cf46a38a959f33215e5cdc38a
8, Trend Line (David Robinson)이있는 Gleam
Scatter 플롯
gleam에서 Shiny에서 빌려온 플롯 R에서 Python 프로그램만 사용하여 분석을 대화형 웹 애플리케이션으로 전환할 수 있습니다. HTML CSS 또는 JavaScript를 알 필요가 없습니다.
Gleam은 모든 Python 시각화 라이브러리를 사용할 수 있습니다.
차트를 만들 때 사용자가 데이터를 정렬하고 필터링하는 데 사용할 수 있도록 필드를 추가할 수 있습니다.
개발자: David Robinson
추가 정보:
https://www.php.cn/link/c0ad6deb373037e7f63f219c850e3396
Nullity 행렬(Aleksey Bilog ur)
데이터 누락은 영구적인 고통입니다.
missingno는 데이터 테이블을 뒤지는 대신 이미지를 사용하여 데이터 누락 상황을 빠르게 평가합니다.
데이터의 완전성을 기준으로 정렬 또는 필터링하거나 히트맵이나 트리맵을 기반으로 데이터 수정을 고려할 수 있습니다.
개발자: Aleksey Bilogur
추가 정보:
https://www.php.cn/link/bc05ca60f2f0d67d0525f41d1d8f8717
일관적인 척도의 차트 그리드( 크리스토퍼 그로스코프)
가죽에 대한 최고의 정의는 저자인 Christopher Groskopf에서 나왔습니다.
"가죽은 지금 차트가 필요하고 그것이 완벽한지 상관하지 않는 사람들을 위한 것입니다."
모든 데이터 유형에 사용할 수 있으며 SVG 이미지를 생성하므로 이미지 크기를 조정할 때 손실이 없습니다.
위 내용은 차트 만드는 방법을 모르시나요? 당신을 도와줄 10가지 Python 데이터 시각화 라이브러리!의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
