牛批了，1行Python代码就可实现炫酷可视化

向右看齐 2022-10-31 10:52 190阅读 0赞

之前画图一直在用matlibplot、pyecharts，最近学习了一个新的可视化库--cufflinks，用了两天我已经深深爱上它了。

主要是因为它用法简单、图形漂亮、代码量少，用一两行代码，就能画出非常漂亮的图形。

下面我们一起来看看吧！

### 1.用法简单 ###

cufflinks库主要和dataFrame数据结合使用，绘图函数就是 dataFrame.iplot，记住这个就行了，但是 iplot 函数里的参数很多，一些参数说明如下：

kind：图的种类，如 scatter、pie、histogram 等
    mode：lines、markers、lines+markers，分别表示折线、点、折线和点
    colors：轨迹对应的颜色
    dash：轨迹对应的虚实线，solid、dash、dashdot 三种
    width：轨迹的粗细
    xTitle：横坐标名称
    yTitle：纵坐标的名称
    title：图表的标题

如下图，df为随机生成的dataFrame数据，kind='bar'表示柱状图，title代表标题，xTitle命名X轴，yTitle命名Y轴：

import pandas as pd
    import numpy as np
    import cufflinks as cf
    df=pd.DataFrame(np.random.rand(12, 4), columns=['a', 'b', 'c', 'd'])
    df.iplot(kind ='bar',title='示例', xTitle = 'X轴', yTitle ='Y轴')

![format_png][]

### 2.少量代码就能画出非常漂亮的图形 ###

cufflinks为我们提供了丰富的主题样式，支持包括polar、pearl、henanigans、solar、ggplot、space和white等7种主题。

#### 折线图 ####

cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')

![format_png 1][]

cufflinks使用datagen生成随机数，figure定义为lines形式，cf.datagen.lines(2,10)的具体形式如下：

cf.datagen.lines(2,10)  #2代表2组，10代表10天

####  ####

####     ####

#### 散点图 ####

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')

![format_png 2][]

####     ####

#### 气泡图    ####

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

![format_png 3][]

####     ####

#### subplots 子图    ####

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

![format_png 4][]

####  ####

#### 箱形图 ####

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

![format_png 5][]

####     ####

#### 直方图 ####

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

![format_png 6][]

####     ####

#### 3D图 ####

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

![format_png 7][]

怎么样？是不是很方便，希望我的介绍能够起到抛砖引玉的作用，cufflinks库还有更丰富的绘图功能等着你去挖掘。

- END -

-----------------
    长按识别下方二维码，并关注公众号
    
    1.回复“PY”领取1GB Python数据分析资料
    
    2.回复“BG”领取3GB 名企数据分析报告

[format_png]: /images/20221024/bce0c60dc65e4c93af03f0c8cc4d20d1.png
[format_png 1]: /images/20221024/39888fb915484df4a7f0f6608364fc25.png
[format_png 2]: /images/20221024/6eb51156b6794dcabdc4e527675f21db.png
[format_png 3]: /images/20221024/f2651cc0c79146fd8c2898d8566edac7.png
[format_png 4]: /images/20221024/fa724c747bb745f5be49eccaa70904b1.png
[format_png 5]: /images/20221024/ed4f068e9c754c8fb37ba856e605c20e.png
[format_png 6]: /images/20221024/526bb65df48840b295a7e9847e0224b9.png
[format_png 7]: /images/20221024/8bef9105f67c4ac4997255a50bd45244.png