Pythonで一般的に使用される視覚化ライブラリの概要
最初にビジネスについてお話ししましょう。これはPythonの視覚化に関する一連の記事になります。さまざまなPython視覚化ライブラリの使用は、浅いものから深いものへと更新されます。この記事は冒頭の記事に相当します。最初に、このシリーズで使用されるライブラリを紹介します。
**それは証拠です、パンダに毎日リマインダーを作るために皆を歓迎します。 ****
環境について
Python IDE：Jupyter Notebook
Python環境：Anaconda統合環境
環境設定チュートリアルリンク：[Python環境インストール]（http://mp.weixin.qq.com/s?__biz=MzUxMTAzOTkzMQ==&mid=2247484820&idx=2&sn=66db50025112ee7401a3fd8545ea2ca9&chksm=f9788540ce0f0c562938d717e4442f3890f9714273295723ed334a95ece8b9ade33fc7ea5d76&scene=21#wechat_redirect）
シリーズ序文
Pythonで視覚化するためのライブラリは多数あり、20近くのライブラリが不完全な統計に対して[データ視覚化]（https://cloud.tencent.com/product/yuntu?from=10680）を実行できます。さまざまなライブラリには、独自の特性と設定があります。
このシリーズでは、共有する最も頻繁に使用されるライブラリを選択します。実際、コードはメソッドパラメータの違いにすぎません。コアは、ロジックを習得し、このシリーズの内容を学習することです。実際の戦闘では、状況に基づいて他の方法を見つけるのは非常に簡単です。
このシリーズでは、3つの視覚化ライブラリ** Matplotlib、Seaborn、およびpyEcharts のコンテンツを共有しようとしています。さらに、 brewer2mpl カラーパレットライブラリも含まれる場合があります。データの視覚化であるため、 Numpy や Pandasなどのデータ処理ライブラリの使用は絶対に不可欠です。 ****
これらのライブラリの一部はすでにAnacondaに統合されており、個別にインストールする必要があるものもあります。共有する前にインストール手順が添付されますので、ご安心ください。ハム
Matplotlib
Matplotlibは、Pythonおよび最も一般的に使用される視覚化ライブラリの1つに付属する視覚化ツールキットです。他の多くのライブラリはそれに基づいています。
下の写真は、Matplotlibの公式ウェブサイトのいくつかのケースから取られています。各画像には対応するコードがあります。たとえば、最初の積み上げ棒グラフをクリックすると、関連するケースコードが表示されます。そして、すべてがコピーのダウンロードをサポートしています。
しかし、ここで問題が発生します。各例のコードは単純ではありません。参照するコメントはありません。初心者にとってはまだ非常に悲しいので、このシリーズでは、分解と共有のためにいくつかのクラシックで一般的に使用される写真を選択します。
**公式ドキュメントリンク：https：//matplotlib.org/ **
Seaborn
SeabornはMatplotlibをベースにしたより高度なパッケージであるため、グラフから選択できるテーマが多くなり、見栄えの良い写真を簡単に作成できます。通常、Seabornは、Matplotlibを使用しながら魅力的なグラフを作成できます。より基本的なマップを作成できます。 Seabornは、難しいことを簡単にすることです。Matplotlibの最大の問題は、多くのメソッドに多くのデフォルトパラメータがあり、Seabornがこの問題を完全に回避することです。したがって、Seabornは、MatplotlibまたはアップグレードPLUSの補足であり、その代替ではないと考えることができます。日常の使用では、2つのライブラリは通常組み合わせて使用されます。
さらに、Matplotlibライブラリと同様に、Seabornは、numpyおよびpandasデータ構造、およびscipyやstatsmodelsなどの統計データとの互換性が高くなっています。
**公式ドキュメントリンク：https：//seaborn.pydata.org/ **
pyEcharts
pyechartsと言えば、Echartsについて言及する必要があります。Echartsは、Baiduがオープンソースとするデータ視覚化プラットフォームであり、この非常に優れた対話性を備えています。さらに、チャートの初期モデルは非常に美しく、絶妙であり、業界で非常に認められています。下の図を見るだけで、Echartsプラットフォームで作成されたチャートを体験できます。
上の写真はEchartsプラットフォームのサンプルライブラリからのものです。見栄えが良いだけでなく、インタラクション効果も非常に優れています。対応する位置にマウスを置くと、対応する情報が表示されます（自分の脳を作ることができます）。
**強力なEchartsとPythonの関係は何ですか？ ****
Pythonは、プログラミングの基礎がなくても非常に簡単に開始できるプログラミング言語として、データ処理のための非常に強力で高速な機能を備えていることは誰もが知っています。したがって、データ処理と視覚化が出会うと、pyechartsライブラリが誕生しました。
pyechartsライブラリは非常に簡潔なAPIデザインを備えており、メソッドを呼び出すときは非常にスムーズです。 30を超える一般的に使用されるチャートが含まれ、非常に柔軟な構成アイテムを使用して、美しいチャートと簡単に一致させることができます。彼はフラスコやジャンゴなどの主流のウェブフレームワークを継承しました。また、Baidu Mapsのサポートにより、地理データを処理するときに独自の利点があります。
**公式ドキュメントリンク：https：//pyecharts.org/ **
Recommended Posts