1. 程式人生 > 實用技巧 >常規的視覺化圖見多了?那就來看看具有創造力的非主流庫

常規的視覺化圖見多了?那就來看看具有創造力的非主流庫

前言

本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理。

眾所周知,JS 在互動以及視覺效果方面具有很強的優勢。Python 是一種表達語言,並在資料科學領域備受喜愛。這兩種技術優勢的結合產生了 cutecharts。它的專案結構與 pyecharts 相同,支援 pyecharts 的所有核心功能,同時更輕巧,整體上也更簡潔。

在 Python 繪相簿中,Pyecharts、Matplotlib、Seaborn 早已名聲在外,但在創造力方面,cutecharts 絕對不輸任何一款繪相簿!

安裝方法

pip install cutecharts
或
git clone https:
//github.com/cutecharts/cutecharts.py.git cd cutecharts.py pip install -r requirements.txt python setup.py install

圖例展示

1、柱形圖

from cutecharts.charts import Bar
from cutecharts.components import Page
from cutecharts.faker import Faker


def bar_base() -> Bar:
    chart = Bar("Bar-基本示例")
    chart.set_options(labels
=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel") chart.add_series("series-A", Faker.values()) return chart bar_base().render() def bar_tickcount_colors(): chart = Bar("Bar-調整顏色") chart.set_options(labels=Faker.choose(), y_tick_count=10, colors=Faker.colors) chart.add_series(
"series-A", Faker.values()) return chart page = Page() page.add(bar_base(), bar_tickcount_colors()) page.render('temp02.html')

結果展示

2、線性圖

from cutecharts.charts import Line
from cutecharts.components import Page
from cutecharts.faker import Faker

def line_base() -> Line:
    chart = Line("Line-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

line_base().render('temp03.html')

結果展示

3、餅圖

from cutecharts.charts import Pie
from cutecharts.components import Page
from cutecharts.faker import Faker


def pie_base() -> Pie:
    chart = Pie("Pie-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series(Faker.values())
    return chart


pie_base().render('temp05.html')

結果展示

4、雷達圖

from cutecharts.charts import Radar
from cutecharts.components import Page
from cutecharts.faker import Faker

def radar_base() -> Radar:
    chart = Radar("Radar-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

radar_base().render('temp06.html')

結果展示

5、散點圖

from cutecharts.charts import Scatter
from cutecharts.components import Page
from cutecharts.faker import Faker


def scatter_base() -> Scatter:
    chart = Scatter("Scatter-基本示例")
    chart.set_options(x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series(
        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    chart.add_series(
        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    return chart

scatter_base().render()

結果展示

結論

通過上述 5 個圖,我們可以看出這些圖的風格與Pyecharts、Matplotlib、Seaborn 庫的畫圖風格有點不一樣吧,喜歡這種非主流的風格的小夥伴可以嘗試一下哦

以上文章來源於Python學習與資料探勘,作者 喜歡就關注呀