当前位置：首页 > 编程日记 > 正文

面向小白的最全 Python 可视化教程，超全的！

编程日记 2024-10-25 01:40:00

作者 | 俊欣

来源丨关于数据分析与可视化

今天小编总结归纳了若干个常用的可视化图表，并且通过调用plotly、matplotlib、altair、bokeh和seaborn等模块来分别绘制这些常用的可视化图表，最后无论是绘制可视化的代码，还是会指出来的结果都会通过调用streamlit模块展示在一个可视化大屏，出来的效果如下图所示

那我们接下去便一步一步开始可视化大屏的制作吧！

标题、副标题以及下拉框

首先我们对标题、副标题部分的内容，代码如下：

with st.container():st.title("Python可视化合集")st.header("经典常用的Python可视化模块")st.write("""包括代码和可视化图表展示""")

然后便是下拉框的制作，代码如下：

plot_types = ("Scatter","Histogram","Bar","Line","Boxplot"
)
# 选择绘制的图表种类
chart_type = st.selectbox("Choose your chart type", plot_types)with st.container():st.subheader(f"Showing:  {chart_type}")st.write("")

对于图表的展示可以选择是“双排式”的，如下图所示

也可以选择是沉浸式的，也即是“单排式”的，如下图所示

代码如下：

two_cols = st.checkbox("2 columns?", True)
if two_cols:col1, col2 = st.columns(2)# 展示图表
if two_cols:with col1:show_plot(kind="Matplotlib")with col2:show_plot(kind="Seaborn")with col1:show_plot(kind="Plotly Express")with col2:show_plot(kind="Altair")with col1:show_plot(kind="Pandas Matplotlib")with col2:show_plot(kind="Bokeh")
else:with st.container():for lib in libs:show_plot(kind=lib)

对于双排式的展示方式而言，col1也就是左边，放置的是matplotlib、plotly、以及pandas绘制出来的图表，右边也就是col2也就是右边，放置的是seaborn、altair以及bokeh绘制出来的图表，而上述代码中调用的show_plot()函数代码如下：

# 生成图表
def show_plot(kind: str):st.write(kind)if kind == "Matplotlib":plot = matplotlib_plot(chart_type, df)st.pyplot(plot)elif kind == "Seaborn":plot = sns_plot(chart_type, df)st.pyplot(plot)elif kind == "Plotly Express":plot = plotly_plot(chart_type, df)st.plotly_chart(plot, use_container_width=True)elif kind == "Altair":plot = altair_plot(chart_type, df)st.altair_chart(plot, use_container_width=True)elif kind == "Pandas Matplotlib":plot = pd_plot(chart_type, df)st.pyplot(plot)elif kind == "Bokeh":plot = bokeh_plot(chart_type, df)st.bokeh_chart(plot, use_container_width=True)

是一系列if...else...的判断，当绘制图表的模块是matplotlib时就调用对应的matplotlib_plot()函数，当绘制图表的模块是seaborn时就调用对应的sns_plot()函数，依次同理。我们来看其中一个函数sns_plot()的具体逻辑，代码如下：

def sns_plot(chart_type: str, df):""" 生成seaborn绘制的图表 """fig, ax = plt.subplots()if chart_type == "Scatter":with st.echo():sns.scatterplot(data=df,x="bill_depth_mm",y="bill_length_mm",hue="species",)plt.title("Bill Depth by Bill Length")elif chart_type == "Histogram":with st.echo():sns.histplot(data=df, x="bill_depth_mm")plt.title("Count of Bill Depth Observations")elif chart_type == "Bar":with st.echo():sns.barplot(data=df, x="species", y="bill_depth_mm")plt.title("Mean Bill Depth by Species")elif chart_type == "Boxplot":with st.echo():sns.boxplot(data=df["bill_depth_mm"].dropna())plt.title("Bill Depth Observations")elif chart_type == "Line":with st.echo():sns.lineplot(data=df, x=df.index, y="bill_length_mm")plt.title("Bill Length Over Time")return fig

其实也是一系列if...else...的判断，当所要绘制的图表是散点图时，调用的是sns.scatterplot()函数，所要绘制的是直方图时，调用的是sns.histplot()，绘制的柱状图或者是折线图时也是同理

最后要是我们想要查看源数据时，也可以查看，代码如下：

# 展示源数据
with st.container():show_data = st.checkbox("See the raw data?")if show_data:df# 要点st.subheader("Notes")st.write("""- 这个应用是通过python当中的streamlit模块制作出来的- 关注"关于数据分析与可视化"，学习更多数据分析和可视化知识与技能""")

output

往

期

回

顾

资讯

留不住客户？从你的系统找原因

资讯

Nginx宣布在俄罗斯禁止贡献

技术

学会用Opencv做贪吃蛇游戏

技术

一行Python代码能干嘛？来看！

点收藏

点点赞

点在看

https://www.dkcj.cn/info/24523.html

面向小白的最全 Python 可视化教程，超全的！

标题、副标题以及下拉框

相关文章：

Atitit.文件搜索工具 attilax 总结

ulimit -SHn 65535 含义

5.7-基于Binlog+Position的复制搭建

PHP消息队列httpsqs安装与使用无错版

Windows Server 2012 系统群集

Python 中最强大的错误重试库

Spring Cloud云架构 - SSO单点登录之OAuth2.0登录流程(2)

php的POSIX 函数以及进程测试

CAS (10) —— JBoss EAP 6.4下部署CAS时出现错误exception.message=Error decoding flow execution的解决办法...

昇思MindSpore1.6发布 AI开发者体验再升级

深入解析：TRUNCATE TABLE 的内部原理解析与恢复思路

Linux exec与重定向

俄罗斯 Android 系统受限，或将转用 HarmonyOS！

Ios应用网络安全之https

云原生应用的10大关键属性

grep 正则表达式及选项以及注意

iOS_25彩票_幸运转盘

Python 自动化办公之 Excel 对比工具

jQuery简单实现iframe的高度根据页面内容自适应的方法(转)

linux wc 命令简介

这个插件竟打通了Python和Excel，还能自动生成代码！

集合list set Map问题

python学习第四课

PHP 截取字符串专题

GPT-3好“搭档”：这种方法缓解模型退化，让输出更自然

(Question)CSS中position的绝对定位问题

BZOJ 4817: [Sdoi2017]树点涂色（LCT+树剖+线段树）

ls -l |wc -l命令多统计一行

驱动数字经济加速，摩尔线程发布全新元计算架构MUSA和GPU产品

HDU 4869 Turn the pokers（思维+组合公式+高速幂）