遇见神器！cufflinks：一款美不胜收的 Python 可视化工具包！

Posted 2021-10-15 Python学习与数据挖掘

欢迎关注 ，专注 Python、数据分析、数据挖掘、好玩工具！

近几年以来，Python 可视化库可谓是层出不穷，从 Matplotlib 到 pyecharts，数据可视化的应用也十分广泛，几乎可以应用于自然科学、工程技术、金融、通信和商业等各种领域。

最近逛 Github 时，发现了一个新的可视化库：cufflinks，体验了一下非常不错，它的最大特色是：使用简单、图形漂亮、代码量少，你只需用一两行代码，就能画出非常漂亮的图形。欢迎收藏学习，喜欢点赞支持。

Github链接：https://github.com/santosjorge/cufflinks

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：

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：

import pandas as pd
import numpy as np
import cufflinks as cf
df=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。

折线图

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：

cf.datagen.lines(2,10)  #2代表2组，10代表10天

散点图

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

df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')

subplots 子图

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

cf.datagen.box(20).iplot(kind='box',legend=False,theme='ggplot')

直方图

df.iloc[:,0:3].iplot(kind='histogram')

3D图

cf.datagen.scatter3d(5,4).iplot(kind='scatter3d',x='x',y='y',z='z',text='text',categories='categories')

线性图

cf.datagen.lines(3).iplot(kind='scatter',xTitle='Dates',yTitle='Returns',title='Cufflinks - Filled Line Chart', colorscale='-blues',fill=True)

cufflinks库还有更丰富的绘图功能，在上述Github上可以探索学习。

---

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式①、发送如下图片至微信，长按识别，后台回复：加群；
• 方式②、添加微信号：dkl88191，备注：来自CSDN
• 方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群