有哪些超实用的Python绘图包值得汇总推荐？

本文共计596个文字，预计阅读时间需要3分钟。

今天我总结出一个极简但包含几乎所有Python绘图包的列表：

Python绘图包：

1.Altair：基于Vega Lite的声明性系统，用于可视化

2.Bokeh：用于Python的交互式Web绘图

3.Chartify：Bokeh包装

今天我总结出一个极简但却包括了几乎所有Python的绘图包。

一共22个Python绘图包：

Python 绘图包

• altair - 基于Vega Lite的声明性统计可视化
• bokeh - 用于Python的交互式Web绘图
• Chartify - Bokeh包装，使数据科学家更容易创建图表
• diagram - 使用UTF-8字符的文本模式图
• ggplot - 基于R的绘图系统ggplot2
• glumpy - OpenGL科学可视化库
• holoviews - 来自注释数据的复杂和声明性可视化
• ipychart - Jupyter Notebook中使用Chart.js
• mayai - 用Python进行交互式科学数据可视化和3D绘图
• matplotlib - 二维绘图库
• missingno - 提供灵活的数据可视化工具集，允许基于matplotlib快速直观地总结数据集的完整性
• plotly - 基于plotly.js的交互式网络可视化
• PyQtGraph - 交互式实时2D/3D/图像打印和科学/工程小部件。
• PyVista – 通过可视化工具包（VTK）的流线型界面进行3D绘图和网格分析
• seaborn - 用于制作有吸引力且信息丰富的统计图形的库
• toyplot - 儿童大小的Python绘图工具包，具有成人大小的目标
• three.py - 基于PyOpenGL的易于使用的3D库。灵感来自Three.js
• veusz - Python多平台GUI绘图工具和图形库
• VisPy - 基于OpenGL的高性能科学可视化
• vtk - 3D计算机图形、图像处理和可视化，包括Python界面
• pandas-profiling - 生成具有可视化功能的统计分析报告，以进行快速数据分析
• pyechars - 基于Echarts库的Python绘图库

最后再分享一个对应上面22个绘图包的思维导图：

获取方式

如果你想要展开学习 python 数据分析、数据可视化，那这份文档一定可以帮到你

在下方公众号后台回复：Python数据分析，即可获取下载链接

​

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式①、发送如下图片至微信，长按识别，后台回复：加群；
• 方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群