Python数据可视化生态

数倌栗受绽据处理是 Python 世界最重要的应用领域之一，从搜索数据处理到股票数据量化分析， 再到火星探测数据挖掘，其应用程度之广令人瞠目。numpy、pandas、matplotlib 等一批耳熟能详的计算生态有效支撑了 Python 数据处理大世界，然而，这才是冰山一角。“世界那么大，我想去看看”，看懂 Python 世界先从数据可视化开始吧！

工具/原料

推荐 10 款相当优秀的 Python 数据可视化计算生态，一起让数据美起来！

Bokeh

1、Bokeh 是针对 Web 浏览器的交互式数据可视化 Python 第三方库，即它能够直接产生带有数据可视化效果的 Web 页面。Bokeh 支持大规模数据和流式数据可视化操作，数据展示速度快、交互性很强。

2、import numpy as npfrom bokeh.plotting import figure, show, output忧溲枷茫_fileN = 500x = np.linspace(0, 10, N)y = np.linspace(0, 10, N)xx, yy = np.meshgrid(x, y)d = np.sin(xx)*np.cos(yy)p = figure(x_range=(0, 10), y_range=(0, 10), tooltips=[("x", "$x"), ("y", "$y"), ("value", "@image")])# must give a vector of image data for image parameterp.image(image=[d], x=0, y=0, dw=10, dh=10, palette="Spectral11")output_file("image.html", title="image.py example")show(p) # open a browser

Gleam

1、Gleam 能够将数据展示转变为可交互的 Web 页面，这其中，用户不需要了解非 Python 的其他语言。Gleam 能够与绝大部分 Python 数据可视化库对接，利用自带的 Web 服务器，将会直接过转变为 Web 页面效果。

Plotly

1、Plotly 是一个在线数据可视化平台，提供几百种数据可视化效果。Plotly 最大特点是能够在线即时展示数据可视化效果，对于异地协作开发十分有益。此外，Plotly 还提供了一些独特的可视化风格，有待读者挖掘哦！

PyQtDataVisualization

1、PyQtDataVisualization 是 Qt 数据可视化的 Python 接口，傍着 Qt 这棵大树，这个 Python 第三方库十分有料。与 Qt 定位类似，它特别适用于本地数据可视化程序开发，作为桌面或嵌入式软件的数据展示单元。

Pygal

1、Pygal 提供用来嵌入到 Web 页面中的数据可视化效果，与其他库相比，除了展示效果不同且有一定特点外，它能够将可视化效果图以 SVG 方式输出。Pygal 比较适合几万条以下小规模数据的可视化展示。

dataswim

1、dataswim，让数据去游泳，好想法！这是一个简单的数据可视化 Python 第三方库，提供的数据展示效果不多，但各具特点，即使最简单的曲线图也别具风格。简单、个性却专业，正是 dataswim 的发展路线。如果你是寻求个性的程序员，这个库适合你！

geoplotlib

1、Geoplotlib 是创建地图及展示地理信息数据的 Python 第三方库，它能够绘制地理等高线图、热力型地图、点密度地图等。若要展示地图相关数据信息，在 seaborn 库之外，这个库绝对值得试用一下。

ggplot

1、ggplot 是 R 语言 ggplot2 可视化系统对应的Python第三方接口，对于熟悉 R 语言的伙伴们来说，这个库十分友好。ggplot 简单易学、十分有趣而且相当强大，平凡的数据都能被绘制得美美的，不信来看图！

missingno

1、正如它的名字，missingno 用来对数据完整性进行快速的可视化汇总和检测，看图找缺失比读表更直观、更快捷。它提供矩阵、树状图、热力图等多种形式，以及过滤和排序等基本功能。查看数据缺失，missingno 不可或缺。

vispy

1、Vispy 是一个高性能交互式的 2D/3D 数据可视化 Python 第三方频骑夭挞库，它可以通过 OpenGL 利用 GPU 对大规模数据进行高速可视化展示。Vispy 正走在一条通往真正大科学计算可视化功能库的道路上，在未来，用 Python 模拟气候变化并可视化将不再是个事儿！