創建交互式圖表的Python庫有哪些

這篇文章主要介紹創建交互式圖表的Python庫有哪些，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

mpld3

自定義插件示例

Mpld3  將Phython的核心繪圖庫matplotlib和備受歡迎的JavaScript圖表庫D3結合在一起，創建了與瀏覽器兼容的可視化圖形。你可以在matplotlib中繪制一張圖表，運用Phython和JavaScript插件增加交互功能，然后用D3渲染。

Mpld3包含縮放、平移和增加提示工具條(當鼠標懸浮于某一數據點上，出現提示信息)等內置插件。然而，Mpld3的真正亮點在于它齊全的API，允許讓你創造自定義插件。如果你熟悉D3和JavaScript，就可以創造無窮盡的各種圖形。

當你準備發布圖形的時候，在***添加一行額外的代碼，把你的圖形轉換成HTML和JavaScript字符，就可以嵌入到任何網頁中。

Mpld3 最適用于小型或中型數據庫。帶有成千上萬數據點的圖形會降低瀏覽器處理速度。

pygal

基本點圖

Pygal是制作漂亮的即用圖表的優選繪圖庫，它只需要編寫很少的代碼。每種表格都被打包成一個類函數(如：pygal.Histogram()制作柱狀圖，  pygal.Box() 制作箱型圖)，并且它有各種色彩默認風格。如果想要更多掌控，你可以配置各種圖表元素——包括大小、標題、標簽和渲染。

圖表默認顯示工具提示欄，但是目前不能放大、縮小或者平移圖表。

你可以通過SVGs的形式導出圖表，并且把它們加載到帶有嵌入標記的網頁中，或在HTML中直接插入代碼。像mpld3一樣，pygal適合更小型的數據庫。

Bokeh

交叉過濾器示例

Bokeh受到《The Grammar of Graphics》中概述的概念啟發。  你可以把各個組件逐個疊加在一起來創建最終的圖表——例如，你可以以坐標軸為起點，添加點、線、標簽等。

圖表可以輸出為JSON對象、HTML文件或者交互式網絡應用。Bokeh在允許用戶在瀏覽器中操作數據方面做得尤為突出，用戶可以通過滑動和下拉菜單進行篩選。與mpld3一樣，你可以在其中縮放和平移操作圖表，但是也可以關注通過框或套索選中的一組數據點上。

Holo Views

利用Bokeh后端的地圖

HoloView實際上并不是一個繪圖庫。相反，它讓你構建有助于可視化的數據結構。當你把數據移入HoloView 容器對象(Container  object)中，比如用于多變量分析的網格矩陣(GridMatrix)或用于顯示相鄰成份的布局(Layout)時，你可以直觀地探索數據。在matplotlib或Bokeh后端中繪圖是分開進行的，因此，你能夠專注于數據，而非編寫繪圖代碼。

HoloViews提供的主要交互功能是滑動條，因此，人們能夠通過一個變量來觀察它的影響。當使用Boken后端時，你可以結合滑塊和Bokeh的工具探索圖形，例如對它進行縮放和平移。

HoloViews融合了Seaborn和pandas，擴大了pandas數據幀和Seaborn的統計圖表的功能。

plotly

范圍滑塊示例

從簡單的條形圖表到復雜的3D網格圖形，Plotly擁有廣泛的具有出版物品質的圖表類型。

Plotly是一個默認基于網絡的服務，但是你可以在Python中使用離線庫，并且上傳圖表到Plotly免費公共服務器或付費私人服務器。從那里，你可以把圖表嵌入到網頁中。

所有的Plotly圖表包含工具提示，一旦利用Plotly的JavaScript  API把圖表嵌入后，你就可以在其頂部設置自定義控件(如滑塊和篩選)。

另一種在Plotly中操作和分享圖形的方式是在Mode中進行操作。你可以用SQL拖入數據，在Phthon  Notebook中，利用Plotly離線庫繪制查詢的結果，之后把交互式圖表添加到報告中。這份報告以可分享的URL在線，也可以嵌入其他頁面，例如下圖中展示的，從1950年開始，樂高積木套裝尺寸是如何改變的：

以上是“創建交互式圖表的Python庫有哪些”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！