面向小白的最全 Python 可视化教程,超全的!
作者 | 俊欣
来源丨关于数据分析与可视化
今天小编总结归纳了若干个常用的可视化图表,并且通过调用plotly
、matplotlib
、altair
、bokeh
和seaborn
等模块来分别绘制这些常用的可视化图表,最后无论是绘制可视化的代码,还是会指出来的结果都会通过调用streamlit
模块展示在一个可视化大屏,出来的效果如下图所示
那我们接下去便一步一步开始可视化大屏的制作吧!
标题、副标题以及下拉框
首先我们对标题、副标题部分的内容,代码如下:
with st.container():st.title("Python可视化合集")st.header("经典常用的Python可视化模块")st.write("""包括代码和可视化图表展示""")
然后便是下拉框的制作,代码如下:
plot_types = ("Scatter","Histogram","Bar","Line","Boxplot"
)
# 选择绘制的图表种类
chart_type = st.selectbox("Choose your chart type", plot_types)with st.container():st.subheader(f"Showing: {chart_type}")st.write("")
对于图表的展示可以选择是“双排式”的,如下图所示
也可以选择是沉浸式的,也即是“单排式”的,如下图所示
代码如下:
two_cols = st.checkbox("2 columns?", True)
if two_cols:col1, col2 = st.columns(2)# 展示图表
if two_cols:with col1:show_plot(kind="Matplotlib")with col2:show_plot(kind="Seaborn")with col1:show_plot(kind="Plotly Express")with col2:show_plot(kind="Altair")with col1:show_plot(kind="Pandas Matplotlib")with col2:show_plot(kind="Bokeh")
else:with st.container():for lib in libs:show_plot(kind=lib)
对于双排式的展示方式而言,col1
也就是左边,放置的是matplotlib
、plotly
、以及pandas
绘制出来的图表,右边也就是col2
也就是右边,放置的是seaborn
、altair
以及bokeh
绘制出来的图表,而上述代码中调用的show_plot()
函数代码如下:
# 生成图表
def show_plot(kind: str):st.write(kind)if kind == "Matplotlib":plot = matplotlib_plot(chart_type, df)st.pyplot(plot)elif kind == "Seaborn":plot = sns_plot(chart_type, df)st.pyplot(plot)elif kind == "Plotly Express":plot = plotly_plot(chart_type, df)st.plotly_chart(plot, use_container_width=True)elif kind == "Altair":plot = altair_plot(chart_type, df)st.altair_chart(plot, use_container_width=True)elif kind == "Pandas Matplotlib":plot = pd_plot(chart_type, df)st.pyplot(plot)elif kind == "Bokeh":plot = bokeh_plot(chart_type, df)st.bokeh_chart(plot, use_container_width=True)
是一系列if...else...
的判断,当绘制图表的模块是matplotlib
时就调用对应的matplotlib_plot()
函数,当绘制图表的模块是seaborn
时就调用对应的sns_plot()
函数,依次同理。我们来看其中一个函数sns_plot()
的具体逻辑,代码如下:
def sns_plot(chart_type: str, df):""" 生成seaborn绘制的图表 """fig, ax = plt.subplots()if chart_type == "Scatter":with st.echo():sns.scatterplot(data=df,x="bill_depth_mm",y="bill_length_mm",hue="species",)plt.title("Bill Depth by Bill Length")elif chart_type == "Histogram":with st.echo():sns.histplot(data=df, x="bill_depth_mm")plt.title("Count of Bill Depth Observations")elif chart_type == "Bar":with st.echo():sns.barplot(data=df, x="species", y="bill_depth_mm")plt.title("Mean Bill Depth by Species")elif chart_type == "Boxplot":with st.echo():sns.boxplot(data=df["bill_depth_mm"].dropna())plt.title("Bill Depth Observations")elif chart_type == "Line":with st.echo():sns.lineplot(data=df, x=df.index, y="bill_length_mm")plt.title("Bill Length Over Time")return fig
其实也是一系列if...else...
的判断,当所要绘制的图表是散点图时,调用的是sns.scatterplot()
函数,所要绘制的是直方图时,调用的是sns.histplot()
,绘制的柱状图或者是折线图时也是同理
最后要是我们想要查看源数据时,也可以查看,代码如下:
# 展示源数据
with st.container():show_data = st.checkbox("See the raw data?")if show_data:df# 要点st.subheader("Notes")st.write("""- 这个应用是通过python当中的streamlit模块制作出来的- 关注"关于数据分析与可视化",学习更多数据分析和可视化知识与技能""")
output
往
期
回
顾
资讯
留不住客户?从你的系统找原因
资讯
Nginx宣布在俄罗斯禁止贡献
技术
学会用Opencv做贪吃蛇游戏
技术
一行Python代码能干嘛?来看!
分享
点收藏
点点赞
点在看
面向小白的最全 Python 可视化教程,超全的!相关推荐
- Python Re 模块超全解读!详细
内行必看!Python Re 模块超全解读! 2019.08.08 18:59:45字数 953阅读 121 re模块下的函数 compile(pattern):创建模式对象 > import ...
- 面向小白的Python可视化教程,全网最全!!!
来源丨网络 大家好,我是俊欣. 今天来聊聊,Python实现可视化的三个步骤: 确定问题,选择图形 转换数据,应用函数 参数设置,一目了然 1.首先,要知道我们用哪些库来画图? matplotlib ...
- 【Python】面向小白的Python可视化教程,超全的!
今天小编总结归纳了若干个常用的可视化图表,并且通过调用plotly.matplotlib.altair.bokeh和seaborn等模块来分别绘制这些常用的可视化图表,最后无论是绘制可视化的代码,还是 ...
- 51自学网python初学者教程-超适合小白的python新手教程
python介绍 这是我们专门为 小白 量身打造的Python新手教程,具有如下特点: 全视频,手把手,零起点,项目实例,基于船新的Python 版本. Python是一种计算机程序设计语言.你可能已 ...
- python基础教程视频(全13集)-Python基础视频教程(600集)【传智播客精品教程】...
Python基础视频教程 初级共600节课 本套视频是传智播客紧抓未来最大趋势--人工智能,应运而生的一套Python入门视频教程,Python是学习人工智能的首选语言,而该视频是专门针对零基础的学员 ...
- python基础教程视频(全13集)-Python基础视频教程全集
原标题:Python基础视频教程全集 Python编程语言的定位是"优雅"."明确"."简单",所以对于Python初学者来说,学起来没有那 ...
- 史上最全折纸教程(全图文)
http://www.xiangoo.com/step/1323943/ 折纸玫瑰之一---玫瑰花 http://www.xiangoo.com/step/1326243/ 折纸玫瑰之二---玫瑰花 ...
- 【Python】全网最新最全Pyecharts可视化教程(二):绘制好看的交互式地图教程
说到使用Python来进行地图的可视化那就一定少不了Pyecharts的身影,本文小编就对Pyecharts可实现的地图可视化进行一番探究,看看其出来的效果如何 1 Pyecharts-Map 首先要 ...
- 【Python】全网最新最全Pyecharts可视化教程(一)
数据可视化能够更加直观的将数据的趋势展现出来,而绝大数人对于数据可视化的选择要么是matplotlib或者是seaborn,本文将从比较热门的可视化模块pyecharts入手,向读者介绍一下pyech ...
最新文章
- Matlab与线性代数 -- 寻找矩阵的非零元素
- 怎样从tensorflow的generator object Estimator.predict at 0x7fb1ecefeaf0中取数据
- linux之uniq 命令详解
- 什么样的产品适合跨境电商?这里告诉你答案!
- 语言深入:java中究竟是传值还是传引用
- 关于Linux fontconfig 字体库的坑
- [xsd学习]xsd介绍
- SpringBoot整合Redis缓存中间件
- python调用matlab绘图_python初步调用MATLAB及网址存档
- python核心编程--笔记(不定时跟新)(转)
- 呼叫中心系统okcc怎样防护盗打?
- mate9 android原生包,华为Mate9 Pro官方固件rom刷机包_Mate9Pro系统包_升级包
- java excel 筛选_Java 在Excel中添加筛选器并执行筛选
- 二本计算机软件工程专业大学排名,哪些二本大学的软件工程专业最好
- 历史类:罗马帝国兴亡史
- Let's go to the EX
- html5光线传感器,光线传感器是什么 光线传感器分类
- 【论文笔记】Hierarchical Paired Channel Fusion Network for Street Scene Change Detection
- python房子_用Python研究了三千套房子,告诉你究竟是什么抬高了房价?
- 最短路径问题——Dijkstra算法详解(单源最短路径)