有哪些用 JavaScript 实现的图形库

Posted 2023-03-25

JS图形、图标库推荐：

1. JS Charts

JS Charts 是个基于javascript的图表生成器，不需要任何编码。JS Charts 非常容易使用，只要用户使用客户端脚本（比如，在 web 浏览器中执行）。它不需要多余的插件和服务器模块，只需要下载 JS Charts 的脚本，准备好 XML，JSON 或者 JavaScript 数组数据。
2. Canvasjs

CanvasJS 是个易用的 html5 & JavaScript 图表库，基于 Canvas 元素。Graphs 可以通过设备渲染，包括 iPhone，iPad，android，Windows Phone，Microsoft Surface，Desktops 等等。它允许用户创建适用于所有设备，不影响 web 应用程序的功能和可维护性的富仪表盘。CanvcasJS 有着非常漂亮的主题和超过传统的 Flash 和 SVG 图表 10x 倍以上的速度——生成轻量级，漂亮和响应式的仪表图。
3. Chart.js

Chart.js 是个简单的，面向对象的客户端图形库，用户可以用 6 中不同的方式来可视化数据。每个方式都是动画效果的，完全自定义，而且看起来非常好看，即使在 retina 显示。它使用 HTML5 canvas 元素，支持所有现代浏览器，并且支持 IE7/8。
4. Aristochart

Aristochart 是个高度自定义，灵活的折线 Canvas 图表库，允许用户集中精力在图表的审美方面，后台工作做得非常好。Aristochart 有个持续进步的社区，提供许多不断增长的主题给用户选择。
5. xCharts

xCharts 是一个使用 D3.js 来构建漂亮的可定制的数据驱动的 JavaScript图表库，他使用HTML，CSS，SVG实现图表，xCharts 被设计为一个动态的、流畅的、开放的和可定制化的库。
6. BonsaiJS

BonsaiJS 是个轻量级的 JavaScript图形库，提供直观的图形 API 和 SVG 渲染器。主要特性包括：架构分离的运行器和渲染器；iFrame，Worker 和 Node 运行上下文；形状，路径，Assets（音频，图像，字体，subMovies），Keyframe 和常规动画，等等。支持现代化浏览器： Safari, Chrome 和 Firefox。
7. Sigma.js

Sigma.js 是个免费开源的 JavaScript图形库，使用 HTML5 canvas 元素。它的设计是特别为了在 web 界面分享交互式网络 Map 和动态展示网络数据库。
8. Morris.js

Morris.js 是个轻量级的 JavaScript库，使用 jQuery 和 Rapha&enuml 来绘制时序图。 Morris.js 生命周期是从代码驱动 howmanyleft.co.uk 图表开始的。它支持的浏览器有： IE6+, Safari/Chrome/Firefox, ios 3+ 和 Android 3+。它的公共 API 非常的小，只有一个函数： Morris.Line(选项)，包括了许多配置选项。
9. Paper.js

Paper.js 是一个开源的向量图形脚本框架，基于 HTML5Canvas 开发。提供清晰的场景图、DOM和大量强大的功能用来创建各种向量图和贝塞尔曲线。
10. AmCharts

AmCharts 是个高级图表库，适用于所有数据的可视化。AmCharts 包括： Column, Bar, Line, Area, Step, Step without risers, Smoothed line, Candlestick, OHLC, Pie/Donut, Radar/ Polar, XY/Scatter/Bubble, Bullet, Funnel/Pyramid 等等。
11. Smoothie Charts

Smoothie Charts是个极小的图表库，专为实时流媒体数据设计的。Joe Walnes 想展示 WebSocket推动的实时的流数据。虽然很多图表库允许用户动态更新数据，但是没有一个是可以优化源源不断的流数据。
12. Dygraphs

Dygraphs 是个快速，灵活，开源的 JavaScript 图表库。它允许用户展示和解析密集的数据集。可以高亮需要强调的数据集。可以使用鼠标点击或者用鼠标拖动来缩放图表；可以修改数值或者点击条目来调整平均周期。
13. Grafico

Grafico 是 Grafico 是一个基于 Raphaël 和 Prototype.js 构建的 JavaScript 图表库，提供了各种图表类型。这些漂亮的图表，有利于传递他们的信息。
14. Highchart JS

Highcharts JS 是一个制作图表的纯 Javascript类库，主要特性如下：兼容性：兼容当今所有的浏览器，包括 iPhone、IE 和火狐等等；对个人用户完全免 费；纯JS，无BS；支持大部分的图表类型：直线图，曲线图、区域图、区域曲线图、柱状图、饼装图、散布图；跨语言：不管是 php、Asp.net 还是 Java 都可以使用。
15. Flotr

Flotr 是一个基于 Prototype 开发的 JavaScript绘图工具。支持图例，鼠标跟踪，图片区域选择，图片缩放，添加事件钩子（event hook），通过CSS设置样式等。
16. Flot

Flot 是受 Plotr 和 PlotKit 的 启发，Ole Laursen 基于 jquery 开发了一个图表绘制(WEB Chart)插件并命名为 flot。 flot 是个纯 JavaSript 库，专注于简单的使用方式，迷人的外观和交互式特性。支持的浏览器有： Internet Explorer 6+, Chrome, Firefox 2+, Safari 3+ and Opera 9.5+。
17. jFreeChart

JFreeChart 主要用来各种各样的图表，这些图表包括：饼图、柱状图(普通柱状图以及堆栈柱状图)、线图、区域图、分布图、混合图、甘特图以及一些仪表盘等等。JFreeChart 项目历史悠久，而且有大量的开发者在维护。
18. Plotkit

PlotKit 是一个纯 JavaScript 绘图工具包。它支持 HTML Canvas 和 Adobe SVG。有着很完整的文档，方便用户使用。
19. Planetary.js

Planetary.js 是个令人称奇的创建交互式 web 地球仪的 JavaScript库。它使用 D3 和 TopoJSON 来解析和渲染地理信息。Planetary.js 使用基于插件的架构，甚至默认自身就是个插件！这使得 Planetary.js 非常灵活，而且它是允许用户完全自定义，包括颜色，大小，rotation 等等。更重要的是，用户可以在任意位置使用自定义的颜色和大小来显示动画“pings”；它还支持鼠标拖动和缩放，100% 免费和开源。
20. Ember Charts

Ember Charts 是个图表库，使用 Ember.js 和 d3.js 框架构建的。它包括时间线，条形图，饼图和散点图，非常容易扩展和修改。这些图表组件都是开箱即用的，在图表交互和演示方面应用的很好。
21. Sparky

Sparky 是个免费的 JavaScript 波形图库，依赖于 Raphaël ，非常容易使用。支持多个图表类型（折线，条形，area），折线和区域图可以有多个颜色选择。
22. Envision.js

Envision.js 是个 JavaScript 库，用来简化，快速创建交互式的 HTML5 可视化图表。它包括两个图表类型：时序图和 Finance ，提供 API 给开发者，用户可以直接自定义创建图表。这个库氏基于 Flotr2 和 HTML5 Canvas 的。它与框架无关，依赖于几个小的 JavaScript 库。
23. Dc.js

dc.js 是个 JavaScript 图表库，有着原生的 crossfilter， 支持和允许高效展示大型多维数据集（基于 crossfilter 的示例）；图表使用 dc.js 渲染，是使用原生数据驱动，所以能得到用户的实时反馈；dc.js 最大的亮点在于能提供一个简单而强大的 JavaScript 库，能进行数据可视化和分析；不仅支持桌面浏览器还支持移动端。
24. ElyCharts

Elycharts 是一个易于使用的，可定制的 JavaScript图表绘制组件。这个组件可用于绘制大部分常用的图表类型包括：line, column, are, bar, pie, sparklines and combinations。它支持多种交互式功能包括：鼠标跟踪、事件处理、利用各种动画高亮显示选择中的区域，Tooltip，HTML锚点等。可以动 态修改数据，并以漂亮的动画效果展示图表中的变化。图表利用SVG/VML技术生成，基于jQuery + Raphaël开发。
25. AwesomeChartJS

AwesomeChartJS Awesome Chart JS 是一个 JavaScript生成图表的类库，它利用了 HTML5 的 canvas 标签来创建统计图表。此类库就是为了减轻开发者的工作量，使用它只需书写几行代码便能生成漂亮的图表。
26. Arbor.js

Arbor.js 是一个利用 Web Works 和 jQuery创建的可视化图形库，它为图形组织和屏幕刷新处理提供了一个高效的、力导向的布局算法。
27. CanvasXpress

canvasXpress 是一个基于HTML5 canvas标签实现的 JavaScript图表类库，它能够支持线性图、柱形图、饼图和热点图等多种常见的图表类型。它所生成的图表交互性很强，鼠标放 上去时会动态显示值。除此之外，它也具有相当高的可定制性，可设置图表的文字、颜色和要显示/隐藏的元素等。当然更重要的一点是，虽然它使用了 HTML5，但是依然支持IE6浏览器。
28. JSXGraph

JSXGraph 是一个支持各种浏览器的交互式几何图库绘制。JSXGraph 使用 SVG 和 VML。
29. Rickshaw

Rickshaw 是一个用于绘制时序图的简单 jS 库，基于 Mike Bostock’s delightful D3 库构建。
30. rGraph

RGraph 是基于HTML5 canvas标签的HTML5 canvas图形库，支持 20 种不同的可视化类型。使用 canvas 标签，RGraph 创建“HTML5 图表”，意味着更快的 web 页面加载和更少的 web 服务器加载。这能帮助减小 web 页面的大小，低能耗和更快的浏览速度。
31. Fusion Chart

FusionCharts Suite XT 是个专业的 JavaScript图表库，能创建任何类型的图表。它创建的图表都是可以进行完全自定义的，标签，字体，边界等等，都可以进行修改。它有很强的交互功能，有许多信息提示，可 点击的 legend 关键字，还有 dril-down，缩放/滚动 和单击打印图表功能。
32. Graph Dracula

Dracula 是用一系列的工具来显示和布局互动图表，包括各种相关的算法。它只是纯 JavaScript 和 SVG ，并无 Flash，Java，其他插件。它非常容易使用，用户可以很简单的自定义任意的元素。
33. Bluff

Bluff 是个 JavaScript 的 Ruby 的 Gruff graphing library端口。它支持所有 Gruff 的特性，但是有着最小的依赖。用户只需要运行一个第三方脚本： JS.Class 副本(压缩后只有 2.6kB ) 和 Google 的 ExCanvas 副本，用来支持 IE 中的 canvas。这两个脚本在 Bluff 中都有下载。Bluff 自身压缩后大小大概有 11KB 。
34. Pizza Pie Chart

Pizza Pie Charts 是个响应式饼图图表，基于 Adobe Snap SVG 框架，通过 HTML 标记和 CSS 来替代 JavaScript 对象，更容易集成各种先进的技术。
35. jGraph

HTML5 图表组件，完全支持l IE 6-8 和触屏设备。 JGraph 自2001年来就一直提供最先进的图表软件组件，是第一个流行的 JGraph Swing 库。然后在 2005 年走在时代的前沿开发 mxGraph。 参考技术A 百度的ECahrts，HighCharts,等

Python中数据可视化经典库都有哪些？

Python有很多经典的数据可视化库，比较经典的数据可视化库有下面几个。

matplotlib

是Python编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它利用通用的图形用户界面工具包，如 Tkinter, wxPython, Qt 或 GTK+，向应用程序嵌入式绘图提供了应用程序接口。

pyplot 是 matplotlib 的一个模块，它提供了一个类似 MATLAB 的接口。 matplotlib 被设计得用起来像 MATLAB，具有使用 Python 的能力。

优点：绘图质量高，可绘制出版物质量级别的图形。代码够简单，易于理解和扩展，使绘图变得轻松，通过Matplotlib可以很轻松地画一些或简单或复杂的图形，几行代码即可生成直方图、条形图、散点图、密度图等等，最重要的是免费和开源。

pandas

Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。需要说明的是它不是“熊猫”，名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）。

优点：是Python的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观的处理关系型、标记型数据。对于数据分析专业人士，它是数据分析及可视化的利器。

seaborn

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

它是基于matplotlib更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图，应该把Seaborn视为matplotlib的补充，而不是替代物，它能高度兼容numpy与pandas数据结构以及scipy与statsmodels等统计模式。

优点：matplotlib高度封装，代码量少，图表漂亮。比起matplotlib具有更美观、更现代的调色板设计等优点。

scikit-plot

这是一个跟机器学习有效结合的绘图库。想要深入学习的小伙伴参见其github仓库，这里不再赘述了。

优点：Scikit-Plot是由ReiichiroNakano创建的用在机器学习的可视化工具，能最快速简洁的画出用Matplotlib要写很多行语句才能画出的图。关键是对于机器学习相关可视化处理，该库有较好的支持。

Networkx

networkx是Python的一个包，用于构建和操作复杂的图结构，提供分析图的算法。图是由顶点、边和可选的属性构成的数据结构，顶点表示数据，边是由两个顶点唯一确定的，表示两个顶点之间的关系。顶点和边也可以拥有更多的属性，以存储更多的信息。

优点：用于创建、操纵和研究复杂网络的结构、以及学习复杂网络的结构、功能及其动力学。

上面是我的回答，希望对您有所帮助！

参考技术A 1、Matplotlib
Matplotlib是Python中众多数据可视化库的鼻祖，其设计风格与20世纪80年代设计的商业化程序语言MATLAB十分接近，具有很多强大且复杂的可视化功能。Matplotlib包含多种类型的API，可以采用多种方式绘制图表并对图表进行定制。
2、Seaborn
Seaborn是基于Matplotlib进行高级封装的可视化库，它支持交互式界面，使绘制图标的功能变得更简单，且图表的色彩更具吸引力，可以画出丰富多样的统计图表。
3、ggplot
ggplot是基于Matplotlib并旨在以简单方式提高Matplotlib可视化感染力的库，它采用叠加图层的形式绘制图形。例如先绘制坐标轴所在的图层，再绘制点所在的图层，最后绘制线所在的图层，但其并不适用于个性化定制图形。此外，ggplot2为R语言准备了一个接口，其中的API虽然不适用于Python，但适用于R语言并且功能十分强大。
4、Bokeh
Bokeh是一个交互式的可视化库，支持使用web浏览器展示，可使用快速简单的方式将大型数据集转换成高性能的、可交互的、结构简单的图表。
5、Pygal
Pygal是一个可缩放矢量图表库，用于生成可在浏览器中打开的SVG格式的图表，这种图表能够在不同比例的屏幕上自动缩放，方便用户交互。
6、Pyecharts
Pyecharts是一个生成ECharts的库，生成的ECharts凭借良好的交互性、精巧的设计得到了众多开发者的认可。 参考技术B 数据可视化是展示数据、理解数据的有效手段，常用的Python数据可视化库如下：
1.Matplotlib：第一个Python可视化库，有许多别的程序库都是建立在其基础上或者直接调用该库，可以很方便地得到数据的大致信息，功能非常强大，但也非常复杂。
2.Seaborn：利用Matplotlib，用简洁的代码来制作好看的图表，与Matplotlib最大的区别为默认绘图风格和色彩搭配都具有现代美感。
3.ggplot：基于R的一个作图库的ggplot2，同时利用了源于《图像语法》中的概念，允许叠加不同的图层来完成一幅图，并不适用于制作非常个性化的图像，为操作的简洁度而牺牲了图像的复杂度。
4.Bokeh：与ggplot很相似，但与ggplot不同之处为它完全基于Python而不是从R处引用。长处在于能用于制作可交互、可直接用于网络的图表。图表可以输出为JSON对象、HTML文档或者可交互的网络应用。
5.Plotly：可以通过Python notebook使用，与bokeh一样致力于交互图表的制作，但提供在别的库中几乎没有的几种图表类型，如等值线图、树形图和三维图表。
6.pygal：与Bokeh和Plotly一样，提供可直接嵌入网络浏览器的可交互图像。与其他两者的主要区别在于可将图表输出为SVG格式，所有的图表都被封装成方法，且默认的风格也很漂亮，用几行代码就可以很容易地制作出漂亮的图表。
7.geoplotlib：用于制作地图和地理相关数据的工具箱。可用来制作多种地图，比如等值区域图、热度图、点密度图等，必须安装Pyglet方可使用。
8.missingno：用图像的方式快速评估数据缺失的情况，可根据数据的完整度对数据进行排序或过滤，或者根据热度图或树状图对数据进行修正。