2019独角兽企业重金招聘Python工程师标准>>>

JupyterHub on Kubernetes绘图支持软件

Jupyter主要通过python notebook提供数据分析功能，现在也称为机器学习和数据科学家的新宠。那么，绘图和可视化功能也是其中的必选项了。目前，支持python的图形库主要有Matplotlib、Bokeh、Echarts、Plotly等，其支持能力有所差别。

Matplotlib是在后台完成绘制，可以支持本地和服务器运行，发展多年，兼容性和稳定性好，资源丰富。鉴于下面的一些库虽然效果很好，但是与Jupyter Notebook的兼容性不好，所以在JupyterLab中目前首选还是Matplotlib。
Bokeh和Echarts主要是在前端绘制，利用HTML的特性创建出色的效果，但是目前的JupyterLab还不支持（需要安装支持插件），显示不出来（装了插件目前也还是有问题）。
Echarts通过pyecharts项目提供python和jupyter支持，不过目前对JupyterLab的支持还有问题。
Plotly是后端渲染、前端显示的模式，需要连接到服务和账号登录才能使用。安装后通过提供的演示账号无法在Jupyterhub中运行起来，放弃。
Python和NoteBook资源：
- jupyter官网，https://jupyter.org/about.html
- 纽约大学经管学院的量化分析课件，https://github.com/DaveBackus
- 大神整理的python资源大全。

下面对一些资源给出说明和索引：

Matplotlib

python上的经典绘图工具，支持桌面、Notebook和JupyterLab。

例程，http://nbviewer.jupyter.org/github/matplotlib/matplotlib/tree/master/examples/
教程，https://matplotlib.org/users/pyplot_tutorial.html

Bokeh

Bokeh以前端渲染为主，后端有python脚本支持。在jupyterlab中使用需要安装插件，安装命令如下：

jupyter labextension install jupyterlab_bokeh

该项目在 https://github.com/bokeh/jupyterlab_bokeh，目前的0.5.0版本安装不成功，我用的系统是Ubuntu16.04 + Kubernetes1.10.2 + JupyterHub + JupyterLab 0.32.1 ，还需要进一步修改和完善。

https://bokeh.pydata.org/en/latest/docs/user_guide/plotting.html

Echarts

Echarts是个纯客户端绘图库，通过pyecharts提供了后端的python编程支持。不过目前对JupyterLab的支持还有不少问题。

官网，http://echarts.baidu.com/
pyecharts，http://pyecharts.org/#/

Plotly

Plotly通过后端渲染、前端展示，功能较多，但需要服务器和在线账号登录支持。安装后通过提供的演示账号无法在Jupyterhub中运行起来，放弃。

转载于:https://my.oschina.net/u/2306127/blog/1839742