目录
- 1.用法简单
- 2.少量代码就能画出非常漂亮的图形
- 折线图
- 散点图
- 气泡图
- subplots 子图
- 箱形图
- 直方图
- 3D图
- 总结
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：最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，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轴', yTitle ='Y轴')
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。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~
折线图
cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')
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
|
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')
气泡图
df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')
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')
箱形图
cf.datagen.box(20)
.iplot(kind='box',
legend=False,theme='ggplot')
直方图
df.iloc[:,0:3].iplot(kind='histogram')
3D图
cf.datagen.scatter3d(5,4)
.iplot(kind='scatter3d',x='x',y='y',z='z',
text='text',categories='categories')
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。
总结
本篇文章就到这里了，希望能给你带来帮助，也希望您能够多多关注脚本之家的更多内容！
咨 询 客 服