50個令人大開眼界的 Matplotlib 可視化項目

2022-01-02 和鯨社區

收錄於話題 #可視化 2個


本文由和鯨創作者@lqy上傳,翻譯自machinelearningplus.com,來源連結:

https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/

作者認為,一個優秀的可視化,需要具備以下特徵:

在不歪曲事實的情況下傳達正確和必要的信息。

設計簡單,不必太費力就能理解它。

從審美角度支持信息而不是掩蓋信息。

信息沒有超負荷。

而以下可視化,都是基於上面這4點製作的。

這些圖表根據可視化目標的7個不同情景進行分組,目錄如下:

以上所有圖表的生成代碼都包含在項目中,並且包含了一些必要的講解。

如果對這個項目感興趣的話,可以掃描文首二維碼直接fork運行/下載。

以下正文

 關聯 (Correlation)


散點圖(Scatter plot)

帶邊界的氣泡圖(Bubble plot with Encircling)


帶線性回歸最佳擬合線的散點圖 (Scatter plot with linear regression line of best fit)


抖動圖 (Jittering with stripplot)

計數圖 (Counts Plot)

邊緣直方圖 (Marginal Histogram)

邊緣箱形圖 (Marginal Boxplot)

相關圖 (Correllogram)

矩陣圖 (Pairwise Plot)

 偏差 (Deviation)發散型條形圖 (Diverging Bars)

發散型文本 (Diverging Texts)

發散型包點圖 (Diverging Dot Plot)

帶標記的發散型棒棒糖圖(Diverging Lollipop Chart with Markers)

面積圖 (Area Chart)

 排序 (Ranking)有序條形圖 (Ordered Bar Chart)


棒棒糖圖 (Lollipop Chart)

包點圖 (Dot Plot)

坡度圖 (Slope Chart)

啞鈴圖 (Dumbbell Plot)

分布 (Distribution)連續變量的直方圖 (Histogram for Continuous Variable)

類型變量的直方圖(Histogram for Categorical Variable)

密度圖 (Density Plot)


直方密度線圖 (Density Curves with Histogram)

Joy Plot

分布式包點圖(Distributed Dot Plot)

箱形圖 (Box Plot)

包點+箱形圖 (Dot + Box Plot)

小提琴圖 (Violin Plot)

人口金字塔(Population Pyramid)

分類圖 (Categorical Plots)

 組成 (Composition)


華夫餅圖 (Waffle Chart)

餅圖 (Pie Chart)



樹形圖 (Treemap)


條形圖 (Bar Chart)

 變化 (Change)時間序列圖 (Time Series Plot)

帶波峰波谷標記的時序圖(Time Series with Peaks and Troughs Annotated)

自相關和部分自相關圖 (Autocorrelation (ACF) and Partial Autocorrelation (PACF) Plot)

交叉相關圖(Cross Correlation plot)

時間序列分解圖(Time Series Decomposition Plot)

多個時間序列(Multiple Time Series)

使用輔助 Y 軸來繪製不同範圍的圖形(Plotting with different scales using secondary Y axis)

帶有誤差帶的時間序列(Time Series with Error Bands)

堆積面積圖(Stacked Area Chart)

未堆積的面積圖(Area Chart UnStacked)

日曆熱力圖(Calendar Heat Map)

季節圖(Seasonal Plot)

 分組 (Groups)


樹狀圖 (Dendrogram)

簇狀圖 (Cluster Plot)

安德魯斯曲線 (Andrews Curve)

平行坐標(Parallel Coordinates)

正文完

項目連結如下

項目相關數據集連結如下

相關焦點

  • Matplotlib可視化菜鳥教程
    Matplotlib是基礎而非常強大的可視化庫,Seaborn等好用的可視化庫是在前者的基礎上進行的封裝。Matplotlib擅長快速出簡單的圖、有豐富的接口進行精細化繪圖、和Numpy結合做科學可視化及三維圖配合默契、三維圖。但也有些缺點,如不容易基於實用目的繪製有一定難度的圖表(如小提琴圖等)、標籤等元素需指定坐標而不能自適應優化顯示、難以實現交互。
  • Matplotlib--上帝打翻了調色板
    同樣在圖形中,我們也可以運用matplotlib工具包,繪製斑斕的圖像。此次本文將從matplotlib的繪圖樣式和色彩設置兩個方面來對圖像的形式講解,重點在於色彩的應用。import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npplt.style.use('default')plt.plot([1,2,3,4],[2,3,4,5])
  • 數據可視化:Matplotlib vs ggplot2
    呈現一個看起來像5歲小孩的東西已經不再是一個選擇,所以數據科學家需要一個有吸引力和簡單易用的數據可視化庫。今天我們將比較其中的兩個-Matplotlib和ggplot2。為什麼是這兩個?Matplotlib是我學習的第一個可視化庫。
  • Python-matplotlib雙Y軸可視化繪製
    這裡我就直接給出Python-matplotlib繪製方法和R-ggplot2的繪製方法,主要的知識點如下:Matplotlib-Axes.twinx()方法添加副軸Matplotlib-Axes.twinx()方法添加副軸這裡我們直接就給出數據預覽和可視化設計的代碼,圖中部分代碼我們再做詳細解釋,數據預覽如下
  • Python-matplotlib: 圖表手繪風
    matplotlib.pyplot.xkcd()簡介這個Matplotlib子函數特別簡單,只有三個參數,別看參數少,但功能可不小matplotlib.pyplot.xkcd(scale=1, #相對於不使用xkcd的風格圖,褶皺的幅度
  • python使用matplotlib畫動態圖
    matplotlib是python的核心繪圖庫,是python的一個開源項目,旨在為python提供一個繪圖庫。matplotlib與numpy組合是一種可行的matlab替代方案。在可視化中matplotlib是最常使用的工具,是對數據整體判斷、效果預測不可或缺的重要模塊。下面我們就來聊一聊如何使用matplotlib繪製一個二維動態圖。
  • 創造生動有趣的動畫,Matplotlib庫大顯身手
    此圖由Matplotlib繪圖庫繪製而成,該繪圖庫常常被認為是python可視化數據包的原始數據組。Matplotlib通過50個分散點的比例和不透明度來模擬雨滴落在平面上的情景。如今,Plotly、Bokeh、Altair等一系列可視化工具均為Python中強大的可視化工具。這些庫可實現最先進的動畫和交互動作。但是,本文重點在於研究資料庫的一個方面——動畫。同時,我們也將關注實現動畫的方法。
  • Python-matplotlib 多子圖共用colorbar
    繪製教程後,有小夥伴反應能否出一篇多子圖共用一個colorbar的系列教程,這裡也就使用自己的數據進行繪製(數據一共四列,具體為真實值和使用三個模型計算的預測值)。在繪製多子圖共用colorbar時,最重要的就是對顏色映射進行設置,這裡使用了matplotlib.color.Normalize()進行顏色和數值對應設置。先看一下使用默認設置的結果,每個子圖對應一個colorbar。
  • matplotlib繪圖的核心原理講解
    作者:朱小五來自:凹凸數據(ID:alltodata)matplotlib是基於Python語言的開源項目,旨在為Python提供一個數據繪圖包。相信大家都用過它來數據可視化,之前我還分享過25個常用Matplotlib圖的Python代碼。可是你了解過它繪圖的核心原理嗎?
  • python可視化之matplotlib庫餅形圖的基本用法與應用實例
    實驗環境:已正確安裝python3.5、matplotlib1、餅形圖概念餅狀圖顯示一個整體中各項大小佔總體的百分比,可以清楚反應部分與總體的關係。在餅形圖上標出百分比為了在平面上觀察各項的比例,可以設置x與y的比例為1進行觀察。利用axes方法創建或激活軸,aspect為一個數字時,表示屏幕空間中y與x之比。
  • matplotlib可視化必知必會富文本繪製方法
    ❝本文示例代碼及文件已上傳至我的Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes❞1 簡介長久以來,在使用matplotlib進行繪圖時,一直都沒有比較方便的辦法像R中的ggtext那樣,向圖像中插入整段的混合風格富文本內容,譬如下面的例子:
  • Matplotlib的安裝與繪圖
    就是繪圖的主要工具 Matplotlib的安裝 pip --default-time=10000 install matplotlib繪製簡單的曲線 import matplotlib.pyplot as plt#簡單的曲線plt.plot([1,2,3
  • 用Matplotlib創建Synthwave
    然後想:「確實創建了視覺效果,在Matplotlib中可視化了數據。在Matplotlib中創建Synthwave視覺效果不是很有趣嗎?」 。透視首先要創建的透視圖樣式是垂直網格線。為此設置了一個原點(0, 5)。線條必須從此處到達框架底部的位置y = -50。
  • Matplotlib數據可視化:餅圖與箱線圖
    from matplotlib import pyplot as pltimport numpy as npimport matplotlib as mplmpl.rcParams['font.sans-serif'] = ['SimHei']  # 中文字體支持1 餅圖-pie()1.1 pie
  • PyCharm安裝matplotlib教程——安裝好matplotlib但是import報錯
    輸入python -m pip install -U pip setuptools2.輸入python -m pip install matplotlib3.檢查是否已經安裝成功默認安裝在D:\Python\Lib\site-packages方式二:通過下載matplotlib進行安裝。進入matplotlib官網。
  • 一本書掌握Python強大的繪圖庫Matplotlib
    本書章節四個部分第一部分 Matplotlib 庫的基本原理。這包括回顧構成圖形的不同部分、不同的坐標系、可用的比例和投影,我們還將介紹一些與排版和顏色相關的概念。第二部分 圖形涉及實踐。import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.textpath import
  • Python Matplotlib 入門教程:如何控制Matplotlib樣式
    來自:https://www.linuxmi.com/matplotlib-yangshi.html在本篇Python Matplotlib
  • Python大數據分析疫情:如何實現實時數據爬取及Matplotlib可視化
    作者 | 楊秀璋來源 | CSDN博客專家Eastmount責編 | 夕顏思來想去,雖然很忙,但還是擠時間針對這次肺炎疫情寫個Python大數據分析系列博客,包括網絡爬蟲、可視化分析、GIS地圖顯示、情感分析、輿情分析
  • python可視化——matplotlib畫圖顏色控制
    這裡cd整理了python中matplotlib庫中color可用的顏色,之前有人整理的是圖片版,實際用的時候不怎麼方便,因策這裡整理了表格,顏色可以選擇,方便使用。(用力戳「閱讀原文」哈)關於matplotlib中顏色的使用,有很多方式:1、用RGB或者RGBA元組,取值範圍均歸一到[0,1],(e.g:(0.1, 0.2, 0.5) or (0.1, 0.2, 0.5, 0.3));2、用十六進位的顏色表示方式代替RGB或者RGBA元組,(e.g., '#0F0F0F' or '#0F0F0F0F');3、用[0,1
  • matplotlib中文顯示之圖表大全
    全局支持中文顯示以及指定局部中文顯示https://aistudio.baidu.com/aistudio/projectdetail/390895使用中還有問題可以在論壇中提出(你的問題可能大家已經討論過了)https://ai.baidu.com/forum/topic/show/958873考慮到部分同學對matplotlib本身不是太熟悉