目錄
- 1.用法簡單
- 2.少量代碼就能畫出非常漂亮的圖形
- 折線圖
- 散點圖
- 氣泡圖
- subplots 子圖
- 箱形圖
- 直方圖
- 3D圖
- 總結
之前畫圖一直在用matlibplot、pyecharts,最近學習了一個新的可視化庫–cufflinks,用了兩天我已經深深愛上它了
主要是因為它用法簡單、圖形漂亮、代碼量少,用一兩行代碼,就能畫出非常漂亮的圖形
下面我們一起來看看吧!
1.用法簡單
cufflinks庫主要和dataFrame數據結合使用,繪圖函數就是 dataFrame.iplot,記住這個就行了,但是 iplot 函數里的參數很多,一些參數說明如下:
kind:圖的種類,如 scatter、pie、histogram 等
mode:lines、markers、lines+markers,分別表示折線、點、折線和點
colors:軌跡對應的顏色dash:軌跡對應的虛實線,
solid、dash、dashdot 三種width:
軌跡的粗細xTitle:橫坐標名稱yTitle:縱坐標的名稱
title:圖表的標題
如下圖,df為隨機生成的dataFrame數據,kind='bar'表示柱狀圖,title代表標題,xTitle命名X軸,yTitle命名Y軸:最后,如果你的時間不是很緊張,并且又想快速的提高,最重要的是不怕吃苦,建議你可以聯系維:762459510 ,那個真的很不錯,很多人進步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~
import pandas as pdimport numpy as npimport cufflinks as cfdf=pd.DataFrame
(np.random.rand(12, 4),
columns=['a', 'b', 'c', 'd'])
df.iplot(kind ='bar',title='示例', xTitle = 'X軸', yTitle ='Y軸')

2.少量代碼就能畫出非常漂亮的圖形
cufflinks為我們提供了豐富的主題樣式,支持包括polar、pearl、henanigans、solar、ggplot、space和white等7種主題。最后,如果你的時間不是很緊張,并且又想快速的提高,最重要的是不怕吃苦,建議你可以聯系維:762459510 ,那個真的很不錯,很多人進步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~
折線圖
cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')

cufflinks使用datagen生成隨機數,figure定義為lines形式,cf.datagen.lines(2,10)的具體形式如下:
cf.datagen.lines(2,10) #2代表2組,10代表10天
|
WCB.EH |
OAA.CQ |
2015-01-01 |
-0.052580 |
-0.351618 |
2015-01-02 |
1.056254 |
-1.476417 |
2015-01-03 |
0.078017 |
1.129168 |
2015-01-04 |
0.282141 |
0.908655 |
2015-01-05 |
0.960537 |
-0.223996 |
2015-01-06 |
1.420355 |
0.212851 |
2015-01-07 |
2.266144 |
0.358502 |
2015-01-08 |
0.008034 |
1.086130 |
2015-01-09 |
1.876946 |
2.226895 |
2015-01-10 |
1.855625 |
2.852383 |
散點圖
df = pd.DataFrame(np.random.rand(50, 4),
columns=['a', 'b', 'c', 'd'])
df.iplot(kind='scatter',mode='markers',
colors=['orange','teal','blue','yellow'],
size=20,theme='solar')

氣泡圖
df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')

subplots 子圖
df=cf.datagen.lines(4)df.iplot
(subplots=True,shape=(4,1),
shared_xaxes=True,
vertical_spacing=.02,
fill=True,theme='ggplot')

箱形圖
cf.datagen.box(20)
.iplot(kind='box',
legend=False,theme='ggplot')

直方圖
df.iloc[:,0:3].iplot(kind='histogram')

3D圖
cf.datagen.scatter3d(5,4)
.iplot(kind='scatter3d',x='x',y='y',z='z',
text='text',categories='categories')

怎么樣?是不是很方便,希望我的介紹能夠起到拋磚引玉的作用,cufflinks庫還有更豐富的繪圖功能等著你去挖掘。
總結
本篇文章就到這里了,希望能給你帶來幫助,也希望您能夠多多關注腳本之家的更多內容!