京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:早起Python
作者:刘早起
大家好,我是早起。
最近我在和不同读者的交流中,发现很多人和我一样,日常使用的主语言并不是Python,可能是Java/R/Excel等,学Python倒不如说是学requests采集数据,Pandas数据处理、办公自动化、数据可视化等用于辅助工作的功能。
关于爬虫我基本上每周的都会有分享不同的案例,Python数据处理也推出了Pandas120题、NumPy80题、办公自动化也累积了20余个真实案例,但唯独在数据可视化上我没有写出一个不错的专题。
为什么?因为Python数据可视化工具太多了,比如matplotlib、seaborn、pyecharts等,不同的工具使用逻辑不一致,并且同一个工具不同版本之间的绘图逻辑也有差异,怎么办?
为了尝试解决这个问题,早起找了几位同样热爱数据分析可视化的小伙伴,从matplotlib出发,围绕数据可视化打造一个全新的公众号「可视化图鉴」,与其说是公众号,我更愿意把它当成一个小工具用
图鉴,就是让你在需要使用Python进行可视化的场景下,快速找到你想要的图并制作出来。
「先把你想要的图画出来,再去研究背后的逻辑!」
我们以matplotlib为起点开始创作,目前围绕matplotlib已经更新了大多数图的基础、进阶图以及少量的高级样式图型图鉴,每一幅图都给出了matplotlib版本、完整可执行的源码以及绘图原理讲解,以下为部分图鉴示例,点击图片可以直达
你只要选中你想要的图,点进去,复制我的代码,替换你的数据,就能快速将你的数据进行可视化,当然如果你想进一步了解图是如何做出来的,不仅有详细的注释,也配上了对应的文档,进一步加深你对这幅图的理解!
当然,现在收录的图鉴(大概近100张基于matplotlib的图)还远远达不到满足大多数用户的需求,但已经覆盖了常用的图,我们也继续在马不停蹄的制作中。
正如我刚开始所说,Python的可视化工具太多了,在去年我也对常用的Python可视化工具进行了对比,在那篇文章的末尾我有说到 「熟练掌握一个工具之后,了解其他工具即可!」 ,其实当时要求大家熟练掌握的工具就是matplotlib
为什么是matplotlib,从下图我们可以发现,现在流行的Python可视化工具或多或少都与matplotlib沾上一点关系,很多就是在matplotlib的基础上改进而来
另一个方面是matplotlib是安装相对简单、资料相对较多的,在没有任何Python环境的机器上,你只需要下载一个anaconda,之后傻瓜式一键安装就可以使用,而其他的库大多数需要额外进行安装、配置。并且在上面提到的文章中,我也说过:「如果你使用matplotlib,遇到一点问题,网上有很多帖子能够帮到你」,而其他的工具遇到一些细节性的问题,则不一定能通过搜索解决!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09