5?款实用Python数据可视化工具你都了解嘛？( 二 )

02 Matplotlib
Matplotlib应该是最广泛使用的Python可视化工具，支持的图形种类非常多，使用Matplotlib制作相同效果的图需要先导入相关库，并且并不支持原生中文所以还要设置下中文显示：
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif'] = ['SimHei']接着就是绘图，但是相比较于Pyecharts大多是往写好的代码里面添加数据、配置不同， Matplotlib大多数需要我们自己写代码，所以代码量可能稍多一点。
width = 0.35 x1 = np.arange(len(x)) fig, ax = plt.subplots() rects1 = ax.bar(x1 - width/2, y1, width, label='商家A') rects2 = ax.bar(x1 + width/2, y2, width, label='商家B') ax.set_title('Matplotlib—柱状图') ax.set_xticks(x1) ax.set_xticklabels(x) ax.legend() plt.show()最后生成的默认图像如下：

本文插图
默认配色不是很好看但也没有很难看，看起来更学术一点，但是不支持交互式点击查看等操作，虽然代码量更多一点，但是由于Matplotlib的火热，网上关于Matplotlib的资料比Pyecharts要多很多，所以写代码与调整代码的过程也并不复杂。

主观评分：77分

本文插图
03 Plotly

本文插图
Plotly也是一款非常强大的Python可视化库， Plotly内置完整的交互能力及编辑工具，支持在线和离线模式，提供稳定的API以便与现有应用集成，既可以在web浏览器中展示数据图表，也可以存入本地拷贝。
但是由于官方未提供中文文档，网上关于Plotly的教程也仅限于官方的一些demo ，对于一些详细的参数设置并没有太多资料，首先还是先导入相关库并设置notebook显示：
import plotly import plotly.offline as py import plotly.graph_objs as goplotly.offline.init_notebook_mode(connected=True)接下来是绘图代码，首先要对数据先进行处理，剩下的基础配置其实和Pyecharts比较类似：
trace0 = go.Bar( x = x, y = y1, name = '商家A', ) trace1 = go.Bar( x = x, y = y2, name = '商家B', ) data = http://news.hoteastday.com/a/[trace0,trace1] layout = go.Layout( title={'text': ''Plotly-柱状图'', 'y':0.9, 'x':0.5, 'xanchor': 'center', 'yanchor': 'top'}) fig = go.Figure(data=http://news.hoteastday.com/a/data, layout=layout) py.iplot(fig)默认样式生成的图如上，配色也不难看，并且可以看到是支持交互式操作的，同时是默认添加toolbox小组件，可以更方便的查看，支持30多种图形，总体来说还是比较优秀的一个可视化工具。
但是如果真要熟练使用的话可能需要一点时间用于查找相关资料，因为网上关于Plotly的资料不多，大多是基本使用的简单教程，如果想查找一些细节的操作比如我为了查找让标题居中的方法，百度之后用Google在国外某论坛找到类似问题并找到设置。