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：
|
1
2
3
4
5
6
|
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~
|
1
2
3
4
|
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
|
1
|
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：
|
1
|
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
|
1
2
3
4
5
|
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
|
1
|
df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')
|
subplots 子图
|
1
2
3
4
5
|
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
|
1
2
3
|
cf.datagen.box(20)
.iplot(kind='box',
legend=false,theme='ggplot')
|
直方图
|
1
|
df.iloc[:,0:3].iplot(kind='histogram')
|
3d图
|
1
2
3
|
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服务器之家的更多内容！
原文链接：https://blog.csdn.net/ITF_001/article/details/119607933